Buchumschlag

State-Constrained Offline Reinforcement Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hepburn, Charles A., Jin, Yue, Montana, Giovanni
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learning Partial Action Replacement in Offline MARL
von: Jin, Yue, et al.
Veröffentlicht: (2026)

Uncertainty-Based Smooth Policy Regularisation for Reinforcement Learning with Few Demonstrations
von: Zhu, Yujie, et al.
Veröffentlicht: (2025)

Partial Action Replacement: Tackling Distribution Shift in Offline MARL
von: Jin, Yue, et al.
Veröffentlicht: (2025)

Evaluation-Time Policy Switching for Offline Reinforcement Learning
von: Neggatu, Natinael Solomon, et al.
Veröffentlicht: (2025)

Mitigating Relative Over-Generalization in Multi-Agent Reinforcement Learning
von: Zhu, Ting, et al.
Veröffentlicht: (2024)

Achieving Collective Welfare in Multi-Agent Reinforcement Learning via Suggestion Sharing
von: Jin, Yue, et al.
Veröffentlicht: (2024)

GOPlan: Goal-conditioned Offline Reinforcement Learning by Planning with Learned Models
von: Wang, Mianchu, et al.
Veröffentlicht: (2023)

Action-Free Offline-to-Online RL via Discretised State Policies
von: Neggatu, Natinael Solomon, et al.
Veröffentlicht: (2026)

Goal-conditioned Offline Reinforcement Learning through State Space Partitioning
von: Wang, Mianchu, et al.
Veröffentlicht: (2023)

Learning on One Mode: Addressing Multi-modality in Offline Reinforcement Learning
von: Wang, Mianchu, et al.
Veröffentlicht: (2024)

Adaptive Neighborhood-Constrained Q Learning for Offline Reinforcement Learning
von: Mao, Yixiu, et al.
Veröffentlicht: (2025)

An Offline Adaptation Framework for Constrained Multi-Objective Reinforcement Learning
von: Lin, Qian, et al.
Veröffentlicht: (2024)

Sparsity-based Safety Conservatism for Constrained Offline Reinforcement Learning
von: Cho, Minjae, et al.
Veröffentlicht: (2024)

Constrained Latent Action Policies for Model-Based Offline Reinforcement Learning
von: Alles, Marvin, et al.
Veröffentlicht: (2024)

Two-Step Offline Preference-Based Reinforcement Learning with Constrained Actions
von: Xu, Yinglun, et al.
Veröffentlicht: (2023)

Manifold-Constrained Energy-Based Transition Models for Offline Reinforcement Learning
von: Fang, Zeyu, et al.
Veröffentlicht: (2026)

Offline Inverse Constrained Reinforcement Learning for Safe-Critical Decision Making in Healthcare
von: Fang, Nan, et al.
Veröffentlicht: (2024)

Stable CDE Autoencoders with Acuity Regularization for Offline Reinforcement Learning in Sepsis Treatment
von: Gao, Yue
Veröffentlicht: (2025)

Offline Trajectory Optimization for Offline Reinforcement Learning
von: Zhao, Ziqi, et al.
Veröffentlicht: (2024)

FORLER: Federated Offline Reinforcement Learning with Q-Ensemble and Actor Rectification
von: Qiao, Nan, et al.
Veröffentlicht: (2026)

SAMG: Offline-to-Online Reinforcement Learning via State-Action-Conditional Offline Model Guidance
von: Zhang, Liyu, et al.
Veröffentlicht: (2024)

OffSim: Offline Simulator for Model-based Offline Inverse Reinforcement Learning
von: Ahn, Woo-Jin, et al.
Veröffentlicht: (2025)

Offline Reinforcement Learning: Role of State Aggregation and Trajectory Data
von: Jia, Zeyu, et al.
Veröffentlicht: (2024)

Offline Reinforcement Learning in Large State Spaces: Algorithms and Guarantees
von: Jiang, Nan, et al.
Veröffentlicht: (2025)

FOVA: Offline Federated Reinforcement Learning with Mixed-Quality Data
von: Qiao, Nan, et al.
Veröffentlicht: (2025)

REValueD: Regularised Ensemble Value-Decomposition for Factorisable Markov Decision Processes
von: Ireland, David, et al.
Veröffentlicht: (2024)

Variational OOD State Correction for Offline Reinforcement Learning
von: Jiang, Ke, et al.
Veröffentlicht: (2025)

Offline Reinforcement Learning with OOD State Correction and OOD Action Suppression
von: Mao, Yixiu, et al.
Veröffentlicht: (2024)

Investigating Relational State Abstraction in Collaborative MARL
von: Utke, Sharlin, et al.
Veröffentlicht: (2024)

Percentile Criterion Optimization in Offline Reinforcement Learning
von: Lobo, Elita A., et al.
Veröffentlicht: (2024)

Provably Efficient Exploration in Inverse Constrained Reinforcement Learning
von: Yue, Bo, et al.
Veröffentlicht: (2024)

Improving Offline-to-Online Reinforcement Learning with Q Conditioned State Entropy Exploration
von: Zhang, Ziqi, et al.
Veröffentlicht: (2023)

Preference Elicitation for Offline Reinforcement Learning
von: Pace, Alizée, et al.
Veröffentlicht: (2024)

Simple Ingredients for Offline Reinforcement Learning
von: Cetin, Edoardo, et al.
Veröffentlicht: (2024)

Dataset Distillation for Offline Reinforcement Learning
von: Light, Jonathan, et al.
Veröffentlicht: (2024)

Offline Reinforcement Learning with Imputed Rewards
von: Romeo, Carlo, et al.
Veröffentlicht: (2024)

Offline Reinforcement Learning with Imbalanced Datasets
von: Jiang, Li, et al.
Veröffentlicht: (2023)

The Generalization Gap in Offline Reinforcement Learning
von: Mediratta, Ishita, et al.
Veröffentlicht: (2023)

Preferred-Action-Optimized Diffusion Policies for Offline Reinforcement Learning
von: Zhang, Tianle, et al.
Veröffentlicht: (2024)

Continual Offline Reinforcement Learning via Diffusion-based Dual Generative Replay
von: Liu, Jinmei, et al.
Veröffentlicht: (2024)