Sample Complexity Reduction via Policy Difference Estimation in Tabular Reinforcement Learning
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Narang, Adhyyan, Wagenmaker, Andrew, Ratliff, Lillian, Jamieson, Kevin |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Dynamics of Learning under User Choice: Overspecialization and Peer-Model Probing
par: Narang, Adhyyan, et autres
Publié: (2026)
par: Narang, Adhyyan, et autres
Publié: (2026)
dUltra: Ultra-Fast Diffusion Language Models via Reinforcement Learning
par: Chen, Shirui, et autres
Publié: (2025)
par: Chen, Shirui, et autres
Publié: (2025)
Online SuBmodular + SuPermodular (BP) Maximization with Bandit Feedback
par: Narang, Adhyyan, et autres
Publié: (2022)
par: Narang, Adhyyan, et autres
Publié: (2022)
On Targeted Manipulation and Deception when Optimizing LLMs for User Feedback
par: Williams, Marcus, et autres
Publié: (2024)
par: Williams, Marcus, et autres
Publié: (2024)
Posterior Behavioral Cloning: Pretraining BC Policies for Efficient RL Finetuning
par: Wagenmaker, Andrew, et autres
Publié: (2025)
par: Wagenmaker, Andrew, et autres
Publié: (2025)
When is Offline Policy Selection Sample Efficient for Reinforcement Learning?
par: Liu, Vincent, et autres
Publié: (2023)
par: Liu, Vincent, et autres
Publié: (2023)
Search-Based Adversarial Estimates for Improving Sample Efficiency in Off-Policy Reinforcement Learning
par: Malato, Federico, et autres
Publié: (2025)
par: Malato, Federico, et autres
Publié: (2025)
Optimal Posterior Sampling for Policy Identification in Tabular Markov Decision Processes
par: Kone, Cyrille, et autres
Publié: (2026)
par: Kone, Cyrille, et autres
Publié: (2026)
Learning Nonlinear Causal Reductions to Explain Reinforcement Learning Policies
par: Kekić, Armin, et autres
Publié: (2025)
par: Kekić, Armin, et autres
Publié: (2025)
On The Sample Complexity Bounds In Bilevel Reinforcement Learning
par: Gaur, Mudit, et autres
Publié: (2025)
par: Gaur, Mudit, et autres
Publié: (2025)
Offline Multi-Agent Reinforcement Learning via In-Sample Sequential Policy Optimization
par: Liu, Zongkai, et autres
Publié: (2024)
par: Liu, Zongkai, et autres
Publié: (2024)
On the Limitations and Possibilities of Nash Regret Minimization in Zero-Sum Matrix Games under Noisy Feedback
par: Maiti, Arnab, et autres
Publié: (2023)
par: Maiti, Arnab, et autres
Publié: (2023)
Sample Complexity Analysis for Constrained Bilevel Reinforcement Learning
par: Saxena, Naman, et autres
Publié: (2026)
par: Saxena, Naman, et autres
Publié: (2026)
Active Tabular Augmentation via Policy-Guided Diffusion Inpainting
par: Zhang, Zheyu, et autres
Publié: (2026)
par: Zhang, Zheyu, et autres
Publié: (2026)
Model-Free Robust Reinforcement Learning with Sample Complexity Analysis
par: Wang, Yudan, et autres
Publié: (2024)
par: Wang, Yudan, et autres
Publié: (2024)
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)
Stabilizing Policy Gradients for Sample-Efficient Reinforcement Learning in LLM Reasoning
par: Melo, Luckeciano C., et autres
Publié: (2025)
par: Melo, Luckeciano C., et autres
Publié: (2025)
ProRL: Effective Reinforcement Learning for Proactive Recommendation via Rectified Policy Gradient Estimation
par: Hou, Hongru, et autres
Publié: (2026)
par: Hou, Hongru, et autres
Publié: (2026)
On the Sample Complexity of Differentially Private Policy Optimization
par: He, Yi, et autres
Publié: (2025)
par: He, Yi, et autres
Publié: (2025)
Reinforcing Numerical Reasoning in LLMs for Tabular Prediction via Structural Priors
par: Cai, Pengxiang, et autres
Publié: (2025)
par: Cai, Pengxiang, et autres
Publié: (2025)
Relative Importance Sampling for off-Policy Actor-Critic in Deep Reinforcement Learning
par: Humayoo, Mahammad, et autres
Publié: (2018)
par: Humayoo, Mahammad, et autres
Publié: (2018)
Behaviour Policy Optimization: Provably Lower Variance Return Estimates for Off-Policy Reinforcement Learning
par: Goodall, Alexander W., et autres
Publié: (2025)
par: Goodall, Alexander W., et autres
Publié: (2025)
TabularMath: Evaluating Computational Extrapolation in Tabular Learning via Program-Verified Synthesis
par: Cheng, Zerui, et autres
Publié: (2026)
par: Cheng, Zerui, et autres
Publié: (2026)
Projection by Convolution: Optimal Sample Complexity for Reinforcement Learning in Continuous-Space MDPs
par: Maran, Davide, et autres
Publié: (2024)
par: Maran, Davide, et autres
Publié: (2024)
Sparse-Reg: Improving Sample Complexity in Offline Reinforcement Learning using Sparsity
par: Arnob, Samin Yeasar, et autres
Publié: (2025)
par: Arnob, Samin Yeasar, et autres
Publié: (2025)
Humor in AI: Massive Scale Crowd-Sourced Preferences and Benchmarks for Cartoon Captioning
par: Zhang, Jifan, et autres
Publié: (2024)
par: Zhang, Jifan, et autres
Publié: (2024)
Explainable Reinforcement Learning via Temporal Policy Decomposition
par: Ruggeri, Franco, et autres
Publié: (2025)
par: Ruggeri, Franco, et autres
Publié: (2025)
Initializing Services in Interactive ML Systems for Diverse Users
par: Bose, Avinandan, et autres
Publié: (2023)
par: Bose, Avinandan, et autres
Publié: (2023)
TableGPT-R1: Advancing Tabular Reasoning Through Reinforcement Learning
par: Yang, Saisai, et autres
Publié: (2025)
par: Yang, Saisai, et autres
Publié: (2025)
Linear Dimensionality Reduction for Word Embeddings in Tabular Data Classification
par: Ressel, Liam, et autres
Publié: (2025)
par: Ressel, Liam, et autres
Publié: (2025)
Deep Reinforcement Learning for Personalized Diagnostic Decision Pathways Using Electronic Health Records: A Comparative Study on Anemia and Systemic Lupus Erythematosus
par: Muyama, Lillian, et autres
Publié: (2024)
par: Muyama, Lillian, et autres
Publié: (2024)
Reinforcement Learning: An Overview
par: Murphy, Kevin
Publié: (2024)
par: Murphy, Kevin
Publié: (2024)
Reinforcement Learning for Monetary Policy Under Macroeconomic Uncertainty: Analyzing Tabular and Function Approximation Methods
par: Wang, Tony, et autres
Publié: (2025)
par: Wang, Tony, et autres
Publié: (2025)
Emergence of Exploration in Policy Gradient Reinforcement Learning via Retrying
par: Nishimori, Soichiro, et autres
Publié: (2026)
par: Nishimori, Soichiro, et autres
Publié: (2026)
Scalable On-Policy Reinforcement Learning via Adaptive Batch Scaling
par: Park, Jongchan
Publié: (2026)
par: Park, Jongchan
Publié: (2026)
Speculative Sampling with Reinforcement Learning
par: Wang, Chenan, et autres
Publié: (2026)
par: Wang, Chenan, et autres
Publié: (2026)
Skill Learning via Policy Diversity Yields Identifiable Representations for Reinforcement Learning
par: Reizinger, Patrik, et autres
Publié: (2025)
par: Reizinger, Patrik, et autres
Publié: (2025)
Automated Off-Policy Estimator Selection via Supervised Learning
par: Felicioni, Nicolò, et autres
Publié: (2024)
par: Felicioni, Nicolò, et autres
Publié: (2024)
A Survey on Data-Centric AI: Tabular Learning from Reinforcement Learning and Generative AI Perspective
par: Ying, Wangyang, et autres
Publié: (2025)
par: Ying, Wangyang, et autres
Publié: (2025)
Sample Complexity of Distributionally Robust Off-Dynamics Reinforcement Learning with Online Interaction
par: He, Yiting, et autres
Publié: (2025)
par: He, Yiting, et autres
Publié: (2025)
Documents similaires
-
Dynamics of Learning under User Choice: Overspecialization and Peer-Model Probing
par: Narang, Adhyyan, et autres
Publié: (2026) -
dUltra: Ultra-Fast Diffusion Language Models via Reinforcement Learning
par: Chen, Shirui, et autres
Publié: (2025) -
Online SuBmodular + SuPermodular (BP) Maximization with Bandit Feedback
par: Narang, Adhyyan, et autres
Publié: (2022) -
On Targeted Manipulation and Deception when Optimizing LLMs for User Feedback
par: Williams, Marcus, et autres
Publié: (2024) -
Posterior Behavioral Cloning: Pretraining BC Policies for Efficient RL Finetuning
par: Wagenmaker, Andrew, et autres
Publié: (2025)