Transductive Off-policy Proximal Policy Optimization
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Gan, Yaozhong, Yan, Renye, Tan, Xiaoyang, Wu, Zhe, Xing, Junliang |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Reflective Policy Optimization
par: Gan, Yaozhong, et autres
Publié: (2024)
par: Gan, Yaozhong, et autres
Publié: (2024)
AdaMemento: Adaptive Memory-Assisted Policy Optimization for Reinforcement Learning
par: Yan, Renye, et autres
Publié: (2024)
par: Yan, Renye, et autres
Publié: (2024)
The Exploration-Exploitation Dilemma Revisited: An Entropy Perspective
par: Yan, Renye, et autres
Publié: (2024)
par: Yan, Renye, et autres
Publié: (2024)
ExO-PPO: an Extended Off-policy Proximal Policy Optimization Algorithm
par: Wang, Hanyong, et autres
Publié: (2026)
par: Wang, Hanyong, et autres
Publié: (2026)
MARPO: A Reflective Policy Optimization for Multi Agent Reinforcement Learning
par: Wu, Cuiling, et autres
Publié: (2025)
par: Wu, Cuiling, et autres
Publié: (2025)
Beyond the Boundaries of Proximal Policy Optimization
par: Tan, Charlie B., et autres
Publié: (2024)
par: Tan, Charlie B., et autres
Publié: (2024)
Central Path Proximal Policy Optimization
par: Milosevic, Nikola, et autres
Publié: (2025)
par: Milosevic, Nikola, et autres
Publié: (2025)
ESPO: Early-Stopping Proximal Policy Optimization
par: Li, Zihang, et autres
Publié: (2026)
par: Li, Zihang, et autres
Publié: (2026)
On-Policy Optimization of ANFIS Policies Using Proximal Policy Optimization
par: Shankar, Kaaustaaub, et autres
Publié: (2025)
par: Shankar, Kaaustaaub, et autres
Publié: (2025)
Reparameterization Proximal Policy Optimization
par: Zhong, Hai, et autres
Publié: (2025)
par: Zhong, Hai, et autres
Publié: (2025)
Diffusion Policy through Conditional Proximal Policy Optimization
par: Liu, Ben, et autres
Publié: (2026)
par: Liu, Ben, et autres
Publié: (2026)
Deep Gaussian Process Proximal Policy Optimization
par: van der Lende, Matthijs, et autres
Publié: (2025)
par: van der Lende, Matthijs, et autres
Publié: (2025)
Actor-Critic Pretraining for Proximal Policy Optimization
par: Kernbach, Andreas, et autres
Publié: (2026)
par: Kernbach, Andreas, et autres
Publié: (2026)
RePO: Bridging On-Policy Learning and Off-Policy Knowledge through Rephrasing Policy Optimization
par: Xia, Linxuan, et autres
Publié: (2026)
par: Xia, Linxuan, et autres
Publié: (2026)
Proximal Policy Optimization with Adaptive Exploration
par: Lixandru, Andrei
Publié: (2024)
par: Lixandru, Andrei
Publié: (2024)
Complexity-Regularized Proximal Policy Optimization
par: Serfilippi, Luca, et autres
Publié: (2025)
par: Serfilippi, Luca, et autres
Publié: (2025)
VESPO: Variational Sequence-Level Soft Policy Optimization for Stable Off-Policy LLM Training
par: Shen, Guobin, et autres
Publié: (2026)
par: Shen, Guobin, et autres
Publié: (2026)
Hindsight Experience Replay Accelerates Proximal Policy Optimization
par: Crowder, Douglas C., et autres
Publié: (2024)
par: Crowder, Douglas C., et autres
Publié: (2024)
Token-level Proximal Policy Optimization for Query Generation
par: Ouyang, Yichen, et autres
Publié: (2024)
par: Ouyang, Yichen, et autres
Publié: (2024)
Match or Replay: Self Imitating Proximal Policy Optimization
par: Chaudhary, Gaurav, et autres
Publié: (2026)
par: Chaudhary, Gaurav, et autres
Publié: (2026)
Revisiting Group Relative Policy Optimization: Insights into On-Policy and Off-Policy Training
par: Mroueh, Youssef, et autres
Publié: (2025)
par: Mroueh, Youssef, et autres
Publié: (2025)
Off-Policy Evaluation of Slate Bandit Policies via Optimizing Abstraction
par: Kiyohara, Haruka, et autres
Publié: (2024)
par: Kiyohara, Haruka, et autres
Publié: (2024)
KIPPO: Koopman-Inspired Proximal Policy Optimization
par: Cozma, Andrei, et autres
Publié: (2025)
par: Cozma, Andrei, et autres
Publié: (2025)
ERPPO: Entropy Regularization-based Proximal Policy Optimization
par: Lee, Changha, et autres
Publié: (2026)
par: Lee, Changha, et autres
Publié: (2026)
Overcoming Non-stationary Dynamics with Evidential Proximal Policy Optimization
par: Akgül, Abdullah, et autres
Publié: (2025)
par: Akgül, Abdullah, et autres
Publié: (2025)
Learning Branching Policies for MILPs with Proximal Policy Optimization
par: Mhamed, Abdelouahed Ben, et autres
Publié: (2025)
par: Mhamed, Abdelouahed Ben, et autres
Publié: (2025)
Statistical Tractability of Off-policy Evaluation of History-dependent Policies in POMDPs
par: Zhang, Yuheng, et autres
Publié: (2025)
par: Zhang, Yuheng, et autres
Publié: (2025)
PAC Off-Policy Prediction of Contextual Bandits
par: Wan, Yilong, et autres
Publié: (2025)
par: Wan, Yilong, et autres
Publié: (2025)
DiPO: Disentangled Perplexity Policy Optimization for Fine-grained Exploration-Exploitation Trade-Off
par: Li, Xiaofan, et autres
Publié: (2026)
par: Li, Xiaofan, et autres
Publié: (2026)
On the Reuse Bias in Off-Policy Reinforcement Learning
par: Ying, Chengyang, et autres
Publié: (2022)
par: Ying, Chengyang, et autres
Publié: (2022)
Wasserstein Proximal Policy Gradient
par: Zhu, Zhaoyu, et autres
Publié: (2026)
par: Zhu, Zhaoyu, et autres
Publié: (2026)
Soft Policy Optimization: Online Off-Policy RL for Sequence Models
par: Cohen, Taco, et autres
Publié: (2025)
par: Cohen, Taco, et autres
Publié: (2025)
Eval-PPO: Building an Efficient Threat Evaluator Using Proximal Policy Optimization
par: Sun, Wuzhou, et autres
Publié: (2025)
par: Sun, Wuzhou, et autres
Publié: (2025)
BodyGen: Advancing Towards Efficient Embodiment Co-Design
par: Lu, Haofei, et autres
Publié: (2025)
par: Lu, Haofei, et autres
Publié: (2025)
Fairness Aware Reinforcement Learning via Proximal Policy Optimization
par: La Malfa, Gabriele, et autres
Publié: (2025)
par: La Malfa, Gabriele, et autres
Publié: (2025)
Proximal Policy Distillation
par: Spigler, Giacomo
Publié: (2024)
par: Spigler, Giacomo
Publié: (2024)
Log-Sum-Exponential Estimator for Off-Policy Evaluation and Learning
par: Behnamnia, Armin, et autres
Publié: (2025)
par: Behnamnia, Armin, et autres
Publié: (2025)
Trust the Batch, On- or Off-Policy: Adaptive Policy Optimization for RL Post-Training
par: Fakoor, Rasool, et autres
Publié: (2026)
par: Fakoor, Rasool, et autres
Publié: (2026)
Pessimistic Off-Policy Optimization for Learning to Rank
par: Cief, Matej, et autres
Publié: (2022)
par: Cief, Matej, et autres
Publié: (2022)
BiBLDR: Bidirectional Behavior Learning for Drug Repositioning
par: Zhang, Renye, et autres
Publié: (2025)
par: Zhang, Renye, et autres
Publié: (2025)
Documents similaires
-
Reflective Policy Optimization
par: Gan, Yaozhong, et autres
Publié: (2024) -
AdaMemento: Adaptive Memory-Assisted Policy Optimization for Reinforcement Learning
par: Yan, Renye, et autres
Publié: (2024) -
The Exploration-Exploitation Dilemma Revisited: An Entropy Perspective
par: Yan, Renye, et autres
Publié: (2024) -
ExO-PPO: an Extended Off-policy Proximal Policy Optimization Algorithm
par: Wang, Hanyong, et autres
Publié: (2026) -
MARPO: A Reflective Policy Optimization for Multi Agent Reinforcement Learning
par: Wu, Cuiling, et autres
Publié: (2025)