Copertina

Value of Information and Reward Specification in Active Inference and POMDPs

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autore principale:	Wei, Ran
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Artificial Intelligence Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Rethinking Transformers in Solving POMDPs
di: Lu, Chenhao, et al.
Pubblicazione: (2024)

Active Inference with Reusable State-Dependent Value Profiles
di: Poschl, Jacob
Pubblicazione: (2025)

Online Planning in POMDPs with State-Requests
di: Avalos, Raphael, et al.
Pubblicazione: (2024)

Pessimistic Iterative Planning with RNNs for Robust POMDPs
di: Galesloot, Maris F. L., et al.
Pubblicazione: (2024)

Scalable Policy-Based RL Algorithms for POMDPs
di: Anjarlekar, Ameya, et al.
Pubblicazione: (2025)

Learning Logic Specifications for Policy Guidance in POMDPs: an Inductive Logic Programming Approach
di: Meli, Daniele, et al.
Pubblicazione: (2024)

How to Explore with Belief: State Entropy Maximization in POMDPs
di: Zamboni, Riccardo, et al.
Pubblicazione: (2024)

Missingness-MDPs: Bridging the Theory of Missing Data and POMDPs
di: Wendland, Joshua, et al.
Pubblicazione: (2026)

Sequential Monte Carlo for Policy Optimization in Continuous POMDPs
di: Abdulsamad, Hany, et al.
Pubblicazione: (2025)

Pretrain Value, Not Reward: Decoupled Value Policy Optimization
di: Huang, Chenghua, et al.
Pubblicazione: (2025)

Adversarial Reward Auditing for Active Detection and Mitigation of Reward Hacking
di: Beigi, Mohammad, et al.
Pubblicazione: (2026)

Tiered Reward: Designing Rewards for Specification and Fast Learning of Desired Behavior
di: Zhou, Zhiyuan, et al.
Pubblicazione: (2022)

Transductive Reward Inference on Graph
di: Qu, Bohao, et al.
Pubblicazione: (2024)

Robust Finite-Memory Policy Gradients for Hidden-Model POMDPs
di: Galesloot, Maris F. L., et al.
Pubblicazione: (2025)

Quasimetric Value Functions with Dense Rewards
di: Valieva, Khadichabonu, et al.
Pubblicazione: (2024)

Statistical Tractability of Off-policy Evaluation of History-dependent Policies in POMDPs
di: Zhang, Yuheng, et al.
Pubblicazione: (2025)

Learning An Active Inference Model of Driver Perception and Control: Application to Vehicle Car-Following
di: Wei, Ran, et al.
Pubblicazione: (2023)

Generalizing Multi-Step Inverse Models for Representation Learning to Finite-Memory POMDPs
di: Wu, Lili, et al.
Pubblicazione: (2024)

Value-Free Policy Optimization via Reward Partitioning
di: Faye, Bilal, et al.
Pubblicazione: (2025)

Learning Interpretable Policies in Hindsight-Observable POMDPs through Partially Supervised Reinforcement Learning
di: Lanier, Michael, et al.
Pubblicazione: (2024)

Toward Learning POMDPs Beyond Full-Rank Actions and State Observability
di: Shaw, Seiji, et al.
Pubblicazione: (2026)

Efficient Process Reward Model Training via Active Learning
di: Duan, Keyu, et al.
Pubblicazione: (2025)

Solving Collaborative Dec-POMDPs with Deep Reinforcement Learning Heuristics
di: Soffair, Nitsan
Pubblicazione: (2022)

Reward Shaping for Inference-Time Alignment: A Stackelberg Game Perspective
di: Wang, Haichuan, et al.
Pubblicazione: (2026)

Active Timepoint Selection for Learning Measure-Valued Trajectories
di: Huynh, Nicolas, et al.
Pubblicazione: (2026)

ESCORT: Efficient Stein-variational and Sliced Consistency-Optimized Temporal Belief Representation for POMDPs
di: Zhang, Yunuo, et al.
Pubblicazione: (2025)

PRDP: Proximal Reward Difference Prediction for Large-Scale Reward Finetuning of Diffusion Models
di: Deng, Fei, et al.
Pubblicazione: (2024)

Expressive Temporal Specifications for Reward Monitoring
di: Adalat, Omar, et al.
Pubblicazione: (2025)

Batch Active Learning of Reward Functions from Human Preferences
di: Bıyık, Erdem, et al.
Pubblicazione: (2024)

InfoRM: Mitigating Reward Hacking in RLHF via Information-Theoretic Reward Modeling
di: Miao, Yuchun, et al.
Pubblicazione: (2024)

GFRIEND: Generative Few-shot Reward Inference through EfficieNt DPO
di: Zhao, Yiyang, et al.
Pubblicazione: (2025)

Shapley-Value-Based Graph Sparsification for GNN Inference
di: Akkas, Selahattin, et al.
Pubblicazione: (2025)

Inference-Time Scaling for Generalist Reward Modeling
di: Liu, Zijun, et al.
Pubblicazione: (2025)

MAVRL: Learning Reward Functions from Multiple Feedback Types with Amortized Variational Inference
di: Baur, Raphaël, et al.
Pubblicazione: (2026)

Value Internalization: Learning and Generalizing from Social Reward
di: Rong, Frieda, et al.
Pubblicazione: (2024)

Deep Active Inference Agents for Delayed and Long-Horizon Environments
di: Yeganeh, Yavar Taheri, et al.
Pubblicazione: (2025)

CodeScaler: Scaling Code LLM Training and Test-Time Inference via Reward Models
di: Zhu, Xiao, et al.
Pubblicazione: (2026)

Solving Truly Massive Budgeted Monotonic POMDPs with Oracle-Guided Meta-Reinforcement Learning
di: Vora, Manav, et al.
Pubblicazione: (2024)

Explainable Representation of Finite-Memory Policies for POMDPs using Decision Trees
di: Azeem, Muqsit, et al.
Pubblicazione: (2024)

RationalRewards: Reasoning Rewards Scale Visual Generation Both Training and Test Time
di: Wang, Haozhe, et al.
Pubblicazione: (2026)