Enhancing Q-Learning with Large Language Model Heuristics
Fuente:
arXiv
Enregistré dans:
| Auteur principal: | Wu, Xiefeng |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
From Reward Shaping to Q-Shaping: Achieving Unbiased Learning with LLM-Guided Knowledge
par: Wu, Xiefeng
Publié: (2024)
par: Wu, Xiefeng
Publié: (2024)
Teaching RL Agents to Act Better: VLM as Action Advisor for Online Reinforcement Learning
par: Wu, Xiefeng, et autres
Publié: (2025)
par: Wu, Xiefeng, et autres
Publié: (2025)
Extracting Heuristics from Large Language Models for Reward Shaping in Reinforcement Learning
par: Bhambri, Siddhant, et autres
Publié: (2024)
par: Bhambri, Siddhant, et autres
Publié: (2024)
A* Search Without Expansions: Learning Heuristic Functions with Deep Q-Networks
par: Agostinelli, Forest, et autres
Publié: (2021)
par: Agostinelli, Forest, et autres
Publié: (2021)
Learning Memory-Enhanced Improvement Heuristics for Flexible Job Shop Scheduling
par: Wang, Jiaqi, et autres
Publié: (2026)
par: Wang, Jiaqi, et autres
Publié: (2026)
BASE-Q: Bias and Asymmetric Scaling Enhanced Rotational Quantization for Large Language Models
par: He, Liulu, et autres
Publié: (2025)
par: He, Liulu, et autres
Publié: (2025)
Large Language Models as Common-Sense Heuristics
par: Borro, Andrey, et autres
Publié: (2025)
par: Borro, Andrey, et autres
Publié: (2025)
Adaptive Variational Continual Learning via Task-Heuristic Modelling
par: Yang, Fan
Publié: (2024)
par: Yang, Fan
Publié: (2024)
Neural-Network-Driven Reward Prediction as a Heuristic: Advancing Q-Learning for Mobile Robot Path Planning
par: Ji, Yiming, et autres
Publié: (2024)
par: Ji, Yiming, et autres
Publié: (2024)
Deep Reinforcement Learning Guided Improvement Heuristic for Job Shop Scheduling
par: Zhang, Cong, et autres
Publié: (2022)
par: Zhang, Cong, et autres
Publié: (2022)
Towards Learning Foundation Models for Heuristic Functions to Solve Pathfinding Problems
par: Khandelwal, Vedant, et autres
Publié: (2024)
par: Khandelwal, Vedant, et autres
Publié: (2024)
Large Language Models to Enhance Bayesian Optimization
par: Liu, Tennison, et autres
Publié: (2024)
par: Liu, Tennison, et autres
Publié: (2024)
Reinforcement Learning with Promising Tokens for Large Language Models
par: Pang, Jing-Cheng, et autres
Publié: (2026)
par: Pang, Jing-Cheng, et autres
Publié: (2026)
Demystifying the Recency Heuristic in Temporal-Difference Learning
par: Daley, Brett, et autres
Publié: (2024)
par: Daley, Brett, et autres
Publié: (2024)
Learning Admissible Heuristics for A*: Theory and Practice
par: Futuhi, Ehsan, et autres
Publié: (2025)
par: Futuhi, Ehsan, et autres
Publié: (2025)
Large Language Model-Enhanced Reinforcement Learning for Generic Bus Holding Control Strategies
par: Yu, Jiajie, et autres
Publié: (2024)
par: Yu, Jiajie, et autres
Publié: (2024)
Q-SFT: Q-Learning for Language Models via Supervised Fine-Tuning
par: Hong, Joey, et autres
Publié: (2024)
par: Hong, Joey, et autres
Publié: (2024)
Q-resafe: Assessing Safety Risks and Quantization-aware Safety Patching for Quantized Large Language Models
par: Chen, Kejia, et autres
Publié: (2025)
par: Chen, Kejia, et autres
Publié: (2025)
Large Language Model-Enhanced Multi-Armed Bandits
par: Sun, Jiahang, et autres
Publié: (2025)
par: Sun, Jiahang, et autres
Publié: (2025)
PCDVQ: Enhancing Vector Quantization for Large Language Models via Polar Coordinate Decoupling
par: Yue, Yuxuan, et autres
Publié: (2025)
par: Yue, Yuxuan, et autres
Publié: (2025)
Enhancing Large Language Models for Time-Series Forecasting via Vector-Injected In-Context Learning
par: Zhang, Jianqi, et autres
Publié: (2026)
par: Zhang, Jianqi, et autres
Publié: (2026)
Deep Heuristic Learning for Real-Time Urban Pathfinding
par: El-Ela, Mohamed Hussein Abo, et autres
Publié: (2024)
par: El-Ela, Mohamed Hussein Abo, et autres
Publié: (2024)
Heuristic Transformer: Belief Augmented In-Context Reinforcement Learning
par: Dippel, Oliver, et autres
Publié: (2025)
par: Dippel, Oliver, et autres
Publié: (2025)
Imagination-Limited Q-Learning for Offline Reinforcement Learning
par: Liu, Wenhui, et autres
Publié: (2025)
par: Liu, Wenhui, et autres
Publié: (2025)
Enhancing Multi-Step Reasoning Abilities of Language Models through Direct Q-Function Optimization
par: Ji, Kaixuan, et autres
Publié: (2024)
par: Ji, Kaixuan, et autres
Publié: (2024)
Reasoning-Enhanced Large Language Models for Molecular Property Prediction
par: Zhuang, Jiaxi, et autres
Publié: (2025)
par: Zhuang, Jiaxi, et autres
Publié: (2025)
Hyperbolic Learning with Multimodal Large Language Models
par: Mandica, Paolo, et autres
Publié: (2024)
par: Mandica, Paolo, et autres
Publié: (2024)
Learning Safety Constraints for Large Language Models
par: Chen, Xin, et autres
Publié: (2025)
par: Chen, Xin, et autres
Publié: (2025)
Learning to Condition: A Neural Heuristic for Scalable MPE Inference
par: Malhotra, Brij, et autres
Publié: (2025)
par: Malhotra, Brij, et autres
Publié: (2025)
RLAX: Large-Scale, Distributed Reinforcement Learning for Large Language Models on TPUs
par: Zhou, Runlong, et autres
Publié: (2025)
par: Zhou, Runlong, et autres
Publié: (2025)
Enhancing Stability for Large Language Models Training in Constrained Bandwidth Networks
par: Dai, Yun, et autres
Publié: (2024)
par: Dai, Yun, et autres
Publié: (2024)
CAMA: Enhancing Mathematical Reasoning in Large Language Models with Causal Knowledge
par: Zan, Lei, et autres
Publié: (2025)
par: Zan, Lei, et autres
Publié: (2025)
Large Language Models as Model Organisms for Human Associative Learning
par: Kolling, Camila, et autres
Publié: (2025)
par: Kolling, Camila, et autres
Publié: (2025)
Generalizable Heuristic Generation Through LLMs with Meta-Optimization
par: Shi, Yiding, et autres
Publié: (2025)
par: Shi, Yiding, et autres
Publié: (2025)
Model-based Offline Reinforcement Learning with Lower Expectile Q-Learning
par: Park, Kwanyoung, et autres
Publié: (2024)
par: Park, Kwanyoung, et autres
Publié: (2024)
An Unsupervised Learning Framework Combined with Heuristics for the Maximum Minimal Cut Problem
par: Liu, Huaiyuan, et autres
Publié: (2024)
par: Liu, Huaiyuan, et autres
Publié: (2024)
Reinforcement Learning-based Heuristics to Guide Domain-Independent Dynamic Programming
par: Narita, Minori, et autres
Publié: (2025)
par: Narita, Minori, et autres
Publié: (2025)
Understanding Sample Generation Strategies for Learning Heuristic Functions in Classical Planning
par: Bettker, R. V., et autres
Publié: (2022)
par: Bettker, R. V., et autres
Publié: (2022)
Beyond Correctness: Confidence-Aware Reward Modeling for Enhancing Large Language Model Reasoning
par: He, Qianxi, et autres
Publié: (2025)
par: He, Qianxi, et autres
Publié: (2025)
Drift Q-Learning
par: Houssaini, Anas, et autres
Publié: (2026)
par: Houssaini, Anas, et autres
Publié: (2026)
Documents similaires
-
From Reward Shaping to Q-Shaping: Achieving Unbiased Learning with LLM-Guided Knowledge
par: Wu, Xiefeng
Publié: (2024) -
Teaching RL Agents to Act Better: VLM as Action Advisor for Online Reinforcement Learning
par: Wu, Xiefeng, et autres
Publié: (2025) -
Extracting Heuristics from Large Language Models for Reward Shaping in Reinforcement Learning
par: Bhambri, Siddhant, et autres
Publié: (2024) -
A* Search Without Expansions: Learning Heuristic Functions with Deep Q-Networks
par: Agostinelli, Forest, et autres
Publié: (2021) -
Learning Memory-Enhanced Improvement Heuristics for Flexible Job Shop Scheduling
par: Wang, Jiaqi, et autres
Publié: (2026)