Buchumschlag

Decoupling regularization from the action space

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mohammadpour, Sobhan, Frejinger, Emma, Bacon, Pierre-Luc
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

Maximum entropy GFlowNets with soft Q-learning
von: Mohammadpour, Sobhan, et al.
Veröffentlicht: (2023)

Arc travel time and path choice model estimation subsumed
von: Mohammadpour, Sobhan, et al.
Veröffentlicht: (2022)

Contextual Preference Distribution Learning
von: Hudson, Benjamin, et al.
Veröffentlicht: (2026)

Learning Correlated Reward Models: Statistical Barriers and Opportunities
von: Cherapanamjeri, Yeshwanth, et al.
Veröffentlicht: (2025)

Mol-MoE: Training Preference-Guided Routers for Molecule Generation
von: Calanzone, Diego, et al.
Veröffentlicht: (2025)

Discovery of Sustainable Refrigerants through Physics-Informed RL Fine-Tuning of Sequence Models
von: Goldszal, Adrien, et al.
Veröffentlicht: (2025)

The Three Regimes of Offline-to-Online Reinforcement Learning
von: Li, Lu, et al.
Veröffentlicht: (2025)

A Survey of Contextual Optimization Methods for Decision Making under Uncertainty
von: Sadana, Utsav, et al.
Veröffentlicht: (2023)

Understanding Behavioral Metric Learning: A Large-Scale Study on Distracting Reinforcement Learning Environments
von: Luo, Ziyan, et al.
Veröffentlicht: (2025)

Reward Redistribution for CVaR MDPs using a Bellman Operator on L-infinity
von: Muni, Aneri, et al.
Veröffentlicht: (2026)

Long-Horizon Model-Based Offline Reinforcement Learning Without Explicit Conservatism
von: Ni, Tianwei, et al.
Veröffentlicht: (2025)

State Entropy Regularization for Robust Reinforcement Learning
von: Ashlag, Yonatan, et al.
Veröffentlicht: (2025)

Policy Optimization in a Noisy Neighborhood: On Return Landscapes in Continuous Control
von: Rahn, Nate, et al.
Veröffentlicht: (2023)

What Makes Value Learning Efficient in Residual Reinforcement Learning?
von: Ma, Guozheng, et al.
Veröffentlicht: (2026)

Do Transformer World Models Give Better Policy Gradients?
von: Ma, Michel, et al.
Veröffentlicht: (2024)

Reevaluating Policy Gradient Methods for Imperfect-Information Games
von: Rudolph, Max, et al.
Veröffentlicht: (2025)

Layerwise LQR for Geometry-Aware Optimization of Deep Networks
von: Dufort-Labbé, Simon, et al.
Veröffentlicht: (2026)

Rotation-Preserving Supervised Fine-Tuning
von: Jin, Hangzhan, et al.
Veröffentlicht: (2026)

Network Sparsity Unlocks the Scaling Potential of Deep Reinforcement Learning
von: Ma, Guozheng, et al.
Veröffentlicht: (2025)

Discrete Compositional Generation via General Soft Operators and Robust Reinforcement Learning
von: Jiralerspong, Marco, et al.
Veröffentlicht: (2025)

Bridging State and History Representations: Understanding Self-Predictive RL
von: Ni, Tianwei, et al.
Veröffentlicht: (2024)

Maxwell's Demon at Work: Efficient Pruning by Leveraging Saturation of Neurons
von: Dufort-Labbé, Simon, et al.
Veröffentlicht: (2024)

Stable Gradients for Stable Learning at Scale in Deep Reinforcement Learning
von: Castanyer, Roger Creus, et al.
Veröffentlicht: (2025)

Recent Advances in Traffic Accident Analysis and Prediction: A Comprehensive Review of Machine Learning Techniques
von: Behboudi, Noushin, et al.
Veröffentlicht: (2024)

Towards Practical World Model-based Reinforcement Learning for Vision-Language-Action Models
von: Zhang, Zhilong, et al.
Veröffentlicht: (2026)

Deep linear networks for regression are implicitly regularized towards flat minima
von: Marion, Pierre, et al.
Veröffentlicht: (2024)

Accident Impact Prediction based on a deep convolutional and recurrent neural network model
von: Sajadi, Pouyan, et al.
Veröffentlicht: (2024)

Quantum reinforcement learning in continuous action space
von: Wu, Shaojun, et al.
Veröffentlicht: (2020)

Observable adjustments in single-index models for regularized M-estimators
von: Bellec, Pierre C
Veröffentlicht: (2022)

Learning in complex action spaces without policy gradients
von: Tavakoli, Arash, et al.
Veröffentlicht: (2024)

Intersection of Reinforcement Learning and Bayesian Optimization for Intelligent Control of Industrial Processes: A Safe MPC-based DPG using Multi-Objective BO
von: Esfahani, Hossein Nejatbakhsh, et al.
Veröffentlicht: (2025)

Ricci flow regularization in latent spaces for the forward learning of partial differential equations
von: Gracyk, Andrew
Veröffentlicht: (2024)

Implicit regularization of deep residual networks towards neural ODEs
von: Marion, Pierre, et al.
Veröffentlicht: (2023)

Generalizing soft actor-critic algorithms to discrete action spaces
von: Zhang, Le, et al.
Veröffentlicht: (2024)

Planning in entropy-regularized Markov decision processes and games
von: Grill, Jean-Bastien, et al.
Veröffentlicht: (2026)

(De)-regularized Maximum Mean Discrepancy Gradient Flow
von: Chen, Zonghao, et al.
Veröffentlicht: (2024)

Derivatives and residual distribution of regularized M-estimators with application to adaptive tuning
von: Bellec, Pierre C, et al.
Veröffentlicht: (2021)

OWPCP: A Deep Learning Model to Predict Octanol-Water Partition Coefficient
von: Maleki, Mohammadjavad, et al.
Veröffentlicht: (2024)

MaestroMotif: Skill Design from Artificial Intelligence Feedback
von: Klissarov, Martin, et al.
Veröffentlicht: (2024)

A Keyword-Based Technique to Evaluate Broad Question Answer Script
von: Mahmud, Tamim Al, et al.
Veröffentlicht: (2025)