Reward-Punishment Reinforcement Learning with Maximum Entropy
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Wang, Jiexin, Uchibe, Eiji |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Constraints as Rewards: Reinforcement Learning for Robots without Reward Functions
par: Ishihara, Yu, et autres
Publié: (2025)
par: Ishihara, Yu, et autres
Publié: (2025)
Residual Reward Models for Preference-based Reinforcement Learning
par: Cao, Chenyang, et autres
Publié: (2025)
par: Cao, Chenyang, et autres
Publié: (2025)
Subwords as Skills: Tokenization for Sparse-Reward Reinforcement Learning
par: Yunis, David, et autres
Publié: (2023)
par: Yunis, David, et autres
Publié: (2023)
DISCOVER: Automated Curricula for Sparse-Reward Reinforcement Learning
par: Diaz-Bone, Leander, et autres
Publié: (2025)
par: Diaz-Bone, Leander, et autres
Publié: (2025)
Off-Dynamics Reinforcement Learning via Domain Adaptation and Reward Augmented Imitation
par: Guo, Yihong, et autres
Publié: (2024)
par: Guo, Yihong, et autres
Publié: (2024)
A Review of Reward Functions for Reinforcement Learning in the context of Autonomous Driving
par: Abouelazm, Ahmed, et autres
Publié: (2024)
par: Abouelazm, Ahmed, et autres
Publié: (2024)
DreamSmooth: Improving Model-based Reinforcement Learning via Reward Smoothing
par: Lee, Vint, et autres
Publié: (2023)
par: Lee, Vint, et autres
Publié: (2023)
Text2Reward: Reward Shaping with Language Models for Reinforcement Learning
par: Xie, Tianbao, et autres
Publié: (2023)
par: Xie, Tianbao, et autres
Publié: (2023)
Beyond Scalar Rewards: Distributional Reinforcement Learning with Preordered Objectives for Safe and Reliable Autonomous Driving
par: Abouelazm, Ahmed, et autres
Publié: (2026)
par: Abouelazm, Ahmed, et autres
Publié: (2026)
Diffusion-Reward Adversarial Imitation Learning
par: Lai, Chun-Mao, et autres
Publié: (2024)
par: Lai, Chun-Mao, et autres
Publié: (2024)
Tactical Decision Making for Autonomous Trucks by Deep Reinforcement Learning with Total Cost of Operation Based Reward
par: Pathare, Deepthi, et autres
Publié: (2024)
par: Pathare, Deepthi, et autres
Publié: (2024)
Dynamic Entropy Tuning in Reinforcement Learning Low-Level Quadcopter Control: Stochasticity vs Determinism
par: Mahran, Youssef, et autres
Publié: (2025)
par: Mahran, Youssef, et autres
Publié: (2025)
Average-Reward Maximum Entropy Reinforcement Learning for Underactuated Double Pendulum Tasks
par: Choe, Jean Seong Bjorn, et autres
Publié: (2024)
par: Choe, Jean Seong Bjorn, et autres
Publié: (2024)
Learning to Recover: Dynamic Reward Shaping with Wheel-Leg Coordination for Fallen Robots
par: Deng, Boyuan, et autres
Publié: (2025)
par: Deng, Boyuan, et autres
Publié: (2025)
Exploiting Symmetry in Dynamics for Model-Based Reinforcement Learning with Asymmetric Rewards
par: Sonmez, Yasin, et autres
Publié: (2024)
par: Sonmez, Yasin, et autres
Publié: (2024)
Redistributing Rewards Across Time and Agents for Multi-Agent Reinforcement Learning
par: Kapoor, Aditya, et autres
Publié: (2025)
par: Kapoor, Aditya, et autres
Publié: (2025)
TimeRewarder: Learning Dense Reward from Passive Videos via Frame-wise Temporal Distance
par: Liu, Yuyang, et autres
Publié: (2025)
par: Liu, Yuyang, et autres
Publié: (2025)
Adaptive Querying for Reward Learning from Human Feedback
par: Anand, Yashwanthi, et autres
Publié: (2024)
par: Anand, Yashwanthi, et autres
Publié: (2024)
Robot Policy Learning with Temporal Optimal Transport Reward
par: Fu, Yuwei, et autres
Publié: (2024)
par: Fu, Yuwei, et autres
Publié: (2024)
From Demonstrations to Rewards: Test-Time Prompt Optimization for VLM Reward Models
par: Gumbsch, Christian, et autres
Publié: (2026)
par: Gumbsch, Christian, et autres
Publié: (2026)
Batch Active Learning of Reward Functions from Human Preferences
par: Bıyık, Erdem, et autres
Publié: (2024)
par: Bıyık, Erdem, et autres
Publié: (2024)
DrS: Learning Reusable Dense Rewards for Multi-Stage Tasks
par: Mu, Tongzhou, et autres
Publié: (2024)
par: Mu, Tongzhou, et autres
Publié: (2024)
A Generalized Acquisition Function for Preference-based Reward Learning
par: Ellis, Evan, et autres
Publié: (2024)
par: Ellis, Evan, et autres
Publié: (2024)
Reward Learning from Suboptimal Demonstrations with Applications in Surgical Electrocautery
par: Karimi, Zohre, et autres
Publié: (2024)
par: Karimi, Zohre, et autres
Publié: (2024)
Enabling Option Learning in Sparse Rewards with Hindsight Experience Replay
par: Romio, Gabriel, et autres
Publié: (2026)
par: Romio, Gabriel, et autres
Publié: (2026)
CaRL: Learning Scalable Planning Policies with Simple Rewards
par: Jaeger, Bernhard, et autres
Publié: (2025)
par: Jaeger, Bernhard, et autres
Publié: (2025)
Research on Autonomous Robots Navigation based on Reinforcement Learning
par: Wang, Zixiang, et autres
Publié: (2024)
par: Wang, Zixiang, et autres
Publié: (2024)
Can We Really Learn One Representation to Optimize All Rewards?
par: Zheng, Chongyi, et autres
Publié: (2026)
par: Zheng, Chongyi, et autres
Publié: (2026)
Causally Robust Reward Learning from Reason-Augmented Preference Feedback
par: Hwang, Minjune, et autres
Publié: (2026)
par: Hwang, Minjune, et autres
Publié: (2026)
ORSO: Accelerating Reward Design via Online Reward Selection and Policy Optimization
par: Zhang, Chen Bo Calvin, et autres
Publié: (2024)
par: Zhang, Chen Bo Calvin, et autres
Publié: (2024)
Confidence-Controlled Exploration: Efficient Sparse-Reward Policy Learning for Robot Navigation
par: Patel, Bhrij, et autres
Publié: (2023)
par: Patel, Bhrij, et autres
Publié: (2023)
DiffTORI: Differentiable Trajectory Optimization for Deep Reinforcement and Imitation Learning
par: Wan, Weikang, et autres
Publié: (2024)
par: Wan, Weikang, et autres
Publié: (2024)
CLIP-RLDrive: Human-Aligned Autonomous Driving via CLIP-Based Reward Shaping in Reinforcement Learning
par: Doroudian, Erfan, et autres
Publié: (2024)
par: Doroudian, Erfan, et autres
Publié: (2024)
TDMPBC: Self-Imitative Reinforcement Learning for Humanoid Robot Control
par: Zhuang, Zifeng, et autres
Publié: (2025)
par: Zhuang, Zifeng, et autres
Publié: (2025)
Safe Offline Reinforcement Learning with Real-Time Budget Constraints
par: Lin, Qian, et autres
Publié: (2023)
par: Lin, Qian, et autres
Publié: (2023)
IMLE Policy: Fast and Sample Efficient Visuomotor Policy Learning via Implicit Maximum Likelihood Estimation
par: Rana, Krishan, et autres
Publié: (2025)
par: Rana, Krishan, et autres
Publié: (2025)
RILe: Reinforced Imitation Learning
par: Albaba, Mert, et autres
Publié: (2024)
par: Albaba, Mert, et autres
Publié: (2024)
Reinforcement Learning with Action Chunking
par: Li, Qiyang, et autres
Publié: (2025)
par: Li, Qiyang, et autres
Publié: (2025)
Rating-based Reinforcement Learning
par: White, Devin, et autres
Publié: (2023)
par: White, Devin, et autres
Publié: (2023)
Reinforcement Learning with Foundation Priors: Let the Embodied Agent Efficiently Learn on Its Own
par: Ye, Weirui, et autres
Publié: (2023)
par: Ye, Weirui, et autres
Publié: (2023)
Documents similaires
-
Constraints as Rewards: Reinforcement Learning for Robots without Reward Functions
par: Ishihara, Yu, et autres
Publié: (2025) -
Residual Reward Models for Preference-based Reinforcement Learning
par: Cao, Chenyang, et autres
Publié: (2025) -
Subwords as Skills: Tokenization for Sparse-Reward Reinforcement Learning
par: Yunis, David, et autres
Publié: (2023) -
DISCOVER: Automated Curricula for Sparse-Reward Reinforcement Learning
par: Diaz-Bone, Leander, et autres
Publié: (2025) -
Off-Dynamics Reinforcement Learning via Domain Adaptation and Reward Augmented Imitation
par: Guo, Yihong, et autres
Publié: (2024)