Buchumschlag

Leveraging Unlabeled Data Sharing through Kernel Function Approximation in Offline Reinforcement Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lai, Yen-Ru, Chang, Fu-Chieh, Wu, Pei-Yuan
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

Offline Reinforcement Learning with Domain-Unlabeled Data
von: Nishimori, Soichiro, et al.
Veröffentlicht: (2024)

Corruption-Robust Offline Reinforcement Learning with General Function Approximation
von: Ye, Chenlu, et al.
Veröffentlicht: (2023)

Augmenting Offline RL with Unlabeled Data
von: Wang, Zhao, et al.
Veröffentlicht: (2024)

A Theoretical Framework for OOD Robustness in Transformers using Gevrey Classes
von: Wang, Yu, et al.
Veröffentlicht: (2025)

On Leveraging Unlabeled Data for Concurrent Positive-Unlabeled Classification and Robust Generation
von: Yu, Bing, et al.
Veröffentlicht: (2020)

Quantum Hierarchical Reinforcement Learning via Variational Quantum Circuits
von: Lee, Yu-Ting, et al.
Veröffentlicht: (2026)

Urban-Focused Multi-Task Offline Reinforcement Learning with Contrastive Data Sharing
von: Zhao, Xinbo, et al.
Veröffentlicht: (2024)

Unveiling the Latent Directions of Reflection in Large Language Models
von: Chang, Fu-Chieh, et al.
Veröffentlicht: (2025)

RL-STaR: Theoretical Analysis of Reinforcement Learning Frameworks for Self-Taught Reasoner
von: Chang, Fu-Chieh, et al.
Veröffentlicht: (2024)

The Role of Inherent Bellman Error in Offline Reinforcement Learning with Linear Function Approximation
von: Golowich, Noah, et al.
Veröffentlicht: (2024)

Pessimistic Value Iteration for Multi-Task Data Sharing in Offline Reinforcement Learning
von: Bai, Chenjia, et al.
Veröffentlicht: (2024)

Pretraining a Shared Q-Network for Data-Efficient Offline Reinforcement Learning
von: Park, Jongchan, et al.
Veröffentlicht: (2025)

Accelerated Policy Gradient: On the Convergence Rates of the Nesterov Momentum for Reinforcement Learning
von: Chen, Yen-Ju, et al.
Veröffentlicht: (2023)

Unraveling Arithmetic in Large Language Models: The Role of Algebraic Structures
von: Chang, Fu-Chieh, et al.
Veröffentlicht: (2024)

Temporal Abstraction in Reinforcement Learning with Offline Data
von: Ayyagari, Ranga Shaarad, et al.
Veröffentlicht: (2024)

Kernel-Based Function Approximation for Average Reward Reinforcement Learning: An Optimist No-Regret Algorithm
von: Vakili, Sattar, et al.
Veröffentlicht: (2024)

Offline Trajectory Optimization for Offline Reinforcement Learning
von: Zhao, Ziqi, et al.
Veröffentlicht: (2024)

Goal-Conditioned Data Augmentation for Offline Reinforcement Learning
von: Huang, Xingshuai, et al.
Veröffentlicht: (2024)

PLEIADES: Building Temporal Kernels with Orthogonal Polynomials
von: Pei, Yan Ru, et al.
Veröffentlicht: (2024)

Positive-Unlabeled Reinforcement Learning Distillation for On-Premise Small Models
von: Kou, Zhiqiang, et al.
Veröffentlicht: (2026)

Diffusion Policies with Offline and Inverse Reinforcement Learning for Promoting Physical Activity in Older Adults Using Wearable Sensors
von: Liu, Chang, et al.
Veröffentlicht: (2025)

In-Context Positive-Unlabeled Learning
von: Liu, Siyan, et al.
Veröffentlicht: (2026)

On the Complexity of Offline Reinforcement Learning with $Q^\star$-Approximation and Partial Coverage
von: Liu, Haolin, et al.
Veröffentlicht: (2026)

Leveraging Skills from Unlabeled Prior Data for Efficient Online Exploration
von: Wilcoxson, Max, et al.
Veröffentlicht: (2024)

Robust Offline Active Learning on Graphs
von: Wu, Yuanchen, et al.
Veröffentlicht: (2024)

Learning from Uncertain Similarity and Unlabeled Data
von: Wei, Meng, et al.
Veröffentlicht: (2025)

Generalizing Beyond Suboptimality: Offline Reinforcement Learning Learns Effective Scheduling through Random Data
von: van Remmerden, Jesse, et al.
Veröffentlicht: (2025)

Trajectory-Level Data Augmentation for Offline Reinforcement Learning
von: Schmähling, Tobias, et al.
Veröffentlicht: (2026)

Guided Data Augmentation for Offline Reinforcement Learning and Imitation Learning
von: Corrado, Nicholas E., et al.
Veröffentlicht: (2023)

Benchmarks for Reinforcement Learning with Biased Offline Data and Imperfect Simulators
von: Linial, Ori, et al.
Veröffentlicht: (2024)

Active Advantage-Aligned Online Reinforcement Learning with Offline Data
von: Liu, Xuefeng, et al.
Veröffentlicht: (2025)

Offline Constrained Reinforcement Learning under Partial Data Coverage
von: Ko, Seokmin, et al.
Veröffentlicht: (2025)

Goal-conditioned Offline Reinforcement Learning through State Space Partitioning
von: Wang, Mianchu, et al.
Veröffentlicht: (2023)

Instrumental Variable Value Iteration for Causal Offline Reinforcement Learning
von: Liao, Luofeng, et al.
Veröffentlicht: (2021)

Data-Incremental Continual Offline Reinforcement Learning
von: Gai, Sibo, et al.
Veröffentlicht: (2024)

Leveraging Temporally Extended Behavior Sharing for Multi-task Reinforcement Learning
von: Lee, Gawon, et al.
Veröffentlicht: (2025)

Adaptive Scaling of Policy Constraints for Offline Reinforcement Learning
von: Jing, Tan, et al.
Veröffentlicht: (2025)

Nonstationary Reinforcement Learning with Linear Function Approximation
von: Zhou, Huozhi, et al.
Veröffentlicht: (2020)

Replicable Reinforcement Learning with Linear Function Approximation
von: Eaton, Eric, et al.
Veröffentlicht: (2025)

Interactive Symbolic Regression through Offline Reinforcement Learning: A Co-Design Framework
von: Tian, Yuan, et al.
Veröffentlicht: (2024)