Buchumschlag

Diffusion-based Reinforcement Learning via Q-weighted Variational Policy Optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ding, Shutong, Hu, Ke, Zhang, Zhenhao, Ren, Kan, Zhang, Weinan, Yu, Jingyi, Wang, Jingya, Shi, Ye
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

GenPO: Generative Diffusion Models Meet On-Policy Reinforcement Learning
von: Ding, Shutong, et al.
Veröffentlicht: (2025)

Sample-Efficient Diffusion-based Reinforcement Learning with Critic Guidance
von: Ding, Shutong, et al.
Veröffentlicht: (2026)

Distributional Reinforcement Learning with Diffusion Bridge Critics
von: Ding, Shutong, et al.
Veröffentlicht: (2026)

Guidance with Spherical Gaussian Constraint for Conditional Diffusion
von: Yang, Lingxiao, et al.
Veröffentlicht: (2024)

DreamPolicy: A Unified World-model Policy for Scalable Humanoid Locomotion
von: Fan, Yahao, et al.
Veröffentlicht: (2025)

Score-Based Diffusion Policy Compatible with Reinforcement Learning via Optimal Transport
von: Sun, Mingyang, et al.
Veröffentlicht: (2025)

Diffusion-based learning framework for Constrained Nonconvex Optimization with Weighted Bootstrapped Refinement
von: Ding, Shutong, et al.
Veröffentlicht: (2025)

Iterative Refinement of Flow Policies in Probability Space for Online Reinforcement Learning
von: Sun, Mingyang, et al.
Veröffentlicht: (2025)

Reinforcing Language Agents via Policy Optimization with Action Decomposition
von: Wen, Muning, et al.
Veröffentlicht: (2024)

Is Risk-Sensitive Reinforcement Learning Properly Resolved?
von: Zhou, Ruiwen, et al.
Veröffentlicht: (2023)

SCRIPT: Scalable Diffusion Policy with Multi-stage Training for Language-driven Physics-based Humanoid Control
von: Zhang, Jingyan, et al.
Veröffentlicht: (2026)

A Unified and Fast-Sampling Diffusion Bridge Framework via Stochastic Optimal Control
von: Pan, Mokai, et al.
Veröffentlicht: (2025)

Sample from What You See: Visuomotor Policy Learning via Diffusion Bridge with Observation-Embedded Stochastic Differential Equation
von: Liu, Zhaoyang, et al.
Veröffentlicht: (2025)

Diffusion-DICE: In-Sample Diffusion Guidance for Offline Reinforcement Learning
von: Mao, Liyuan, et al.
Veröffentlicht: (2024)

Entropy-regularized Diffusion Policy with Q-Ensembles for Offline Reinforcement Learning
von: Zhang, Ruoqi, et al.
Veröffentlicht: (2024)

Path-Space Mirror Descent for On-Policy Reinforcement Learning under the Generalized Schrödinger Bridge
von: Gong, Yuehu, et al.
Veröffentlicht: (2026)

Behavior-Regularized Diffusion Policy Optimization for Offline Reinforcement Learning
von: Gao, Chen-Xiao, et al.
Veröffentlicht: (2025)

DiffStitch: Boosting Offline Reinforcement Learning with Diffusion-based Trajectory Stitching
von: Li, Guanghe, et al.
Veröffentlicht: (2024)

A Review of Online Diffusion Policy RL Algorithms for Scalable Robotic Control
von: Choi, Wonhyeok, et al.
Veröffentlicht: (2026)

DyDiff: Long-Horizon Rollout via Dynamics Diffusion for Offline Reinforcement Learning
von: Zhao, Hanye, et al.
Veröffentlicht: (2024)

Model-based Multi-agent Reinforcement Learning: Recent Progress and Prospects
von: Wang, Xihuai, et al.
Veröffentlicht: (2022)

Diffusion Policies with Value-Conditional Optimization for Offline Reinforcement Learning
von: Ma, Yunchang, et al.
Veröffentlicht: (2025)

CausalGDP: Causality-Guided Diffusion Policies for Reinforcement Learning
von: Xiao, Xiaofeng, et al.
Veröffentlicht: (2026)

Entropy-Regularized Token-Level Policy Optimization for Language Agent Reinforcement
von: Wen, Muning, et al.
Veröffentlicht: (2024)

Constraint-Conditioned Policy Optimization for Versatile Safe Reinforcement Learning
von: Yao, Yihang, et al.
Veröffentlicht: (2023)

Free Draft-and-Verification: Toward Lossless Parallel Decoding for Diffusion Large Language Models
von: Wu, Shutong, et al.
Veröffentlicht: (2025)

Dissecting and Mitigating Diffusion Bias via Mechanistic Interpretability
von: Shi, Yingdong, et al.
Veröffentlicht: (2025)

Diffusion Models for Reinforcement Learning: A Survey
von: Zhu, Zhengbang, et al.
Veröffentlicht: (2023)

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

Stable Continual Reinforcement Learning via Diffusion-based Trajectory Replay
von: Chen, Feng, et al.
Veröffentlicht: (2024)

UniHM: Unified Dexterous Hand Manipulation with Vision Language Model
von: Zhang, Zhenhao, et al.
Veröffentlicht: (2026)

Offline Multi-Agent Reinforcement Learning via In-Sample Sequential Policy Optimization
von: Liu, Zongkai, et al.
Veröffentlicht: (2024)

Learning an Actionable Discrete Diffusion Policy via Large-Scale Actionless Video Pre-Training
von: He, Haoran, et al.
Veröffentlicht: (2024)

One-Step Flow Q-Learning: Addressing the Diffusion Policy Bottleneck in Offline Reinforcement Learning
von: Nguyen, Thanh, et al.
Veröffentlicht: (2025)

PADiff: Predictive and Adaptive Diffusion Policies for Ad Hoc Teamwork
von: Chan, Hohei, et al.
Veröffentlicht: (2025)

Q-Flow: Stable and Expressive Reinforcement Learning with Flow-Based Policy
von: Doo, JaeHyeok, et al.
Veröffentlicht: (2026)

Fairness Aware Reinforcement Learning via Proximal Policy Optimization
von: La Malfa, Gabriele, et al.
Veröffentlicht: (2025)

Flow-based Policy With Distributional Reinforcement Learning in Trajectory Optimization
von: Hao, Ruijie, et al.
Veröffentlicht: (2026)

Global and Local Prompts Cooperation via Optimal Transport for Federated Learning
von: Li, Hongxia, et al.
Veröffentlicht: (2024)

Maximum Entropy Reinforcement Learning with Diffusion Policy
von: Dong, Xiaoyi, et al.
Veröffentlicht: (2025)