Buchumschlag

Risk-averse Total-reward MDPs with ERM and EVaR

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Su, Xihong, Grand-Clément, Julien, Petrik, Marek
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

RASR: Risk-Averse Soft-Robust MDPs with EVaR and Entropic Risk
von: Hau, Jia Lin, et al.
Veröffentlicht: (2022)

Solving Multi-Model MDPs by Coordinate Ascent and Dynamic Programming
von: Su, Xihong, et al.
Veröffentlicht: (2024)

Reducing Blackwell and Average Optimality to Discounted MDPs via the Blackwell Discount Factor
von: Grand-Clément, Julien, et al.
Veröffentlicht: (2023)

EVaR-Optimal Arm Identification in Bandits
von: Ahmadipour, Mehrasa, et al.
Veröffentlicht: (2025)

Risk-Averse Total-Reward Reinforcement Learning
von: Su, Xihong, et al.
Veröffentlicht: (2025)

Measures of Variability for Risk-averse Policy Gradient
von: Luo, Yudong, et al.
Veröffentlicht: (2025)

Optimizing Risk-averse Human-AI Hybrid Teams
von: Fuchs, Andrew, et al.
Veröffentlicht: (2024)

Percentile Criterion Optimization in Offline Reinforcement Learning
von: Lobo, Elita A., et al.
Veröffentlicht: (2024)

Policy Gradient for Robust Markov Decision Processes
von: Wang, Qiuhao, et al.
Veröffentlicht: (2024)

Policy Gradient in Robust MDPs with Global Convergence Guarantee
von: Wang, Qiuhao, et al.
Veröffentlicht: (2022)

Data Poisoning Attacks on Off-Policy Policy Evaluation Methods
von: Lobo, Elita, et al.
Veröffentlicht: (2024)

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

Active teacher selection for reward learning
von: Freedman, Rachel, et al.
Veröffentlicht: (2023)

Self-rewarding correction for mathematical reasoning
von: Xiong, Wei, et al.
Veröffentlicht: (2025)

Noise-based reward-modulated learning
von: Fernández, Jesús García, et al.
Veröffentlicht: (2025)

No-Regret Reinforcement Learning in Smooth MDPs
von: Maran, Davide, et al.
Veröffentlicht: (2024)

The impact of intrinsic rewards on exploration in Reinforcement Learning
von: Kayal, Aya, et al.
Veröffentlicht: (2025)

Low-Rank MDPs with Continuous Action Spaces
von: Bennett, Andrew, et al.
Veröffentlicht: (2023)

Efficient Solution and Learning of Robust Factored MDPs
von: Schnitzer, Yannik, et al.
Veröffentlicht: (2025)

Episodic Reinforcement Learning with Expanded State-reward Space
von: Liang, Dayang, et al.
Veröffentlicht: (2024)

EVAL: EigenVector-based Average-reward Learning
von: Adamczyk, Jacob, et al.
Veröffentlicht: (2025)

Streaming Looking Ahead with Token-level Self-reward
von: Zhang, Hongming, et al.
Veröffentlicht: (2025)

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

Beyond Scalar Rewards: An Axiomatic Framework for Lexicographic MDPs
von: Shakerinava, Mehran, et al.
Veröffentlicht: (2025)

Geometry of Drifting MDPs with Path-Integral Stability Certificates
von: Zhang, Zuyuan, et al.
Veröffentlicht: (2026)

Properties of the entropic risk measure EVaR in relation to selected distributions
von: Mishura, Yuliya, et al.
Veröffentlicht: (2024)

GDPO: Group reward-Decoupled Normalization Policy Optimization for Multi-reward RL Optimization
von: Liu, Shih-Yang, et al.
Veröffentlicht: (2026)

reward-lens: A Mechanistic Interpretability Library for Reward Models
von: Nadaf, Mohammed Suhail B
Veröffentlicht: (2026)

Last-Iterate Convergence of General Parameterized Policies in Constrained MDPs
von: Mondal, Washim Uddin, et al.
Veröffentlicht: (2024)

Exploration Implies Data Augmentation: Reachability and Generalisation in Contextual MDPs
von: Weltevrede, Max, et al.
Veröffentlicht: (2024)

Learning Policy Committees for Effective Personalization in MDPs with Diverse Tasks
von: Ge, Luise, et al.
Veröffentlicht: (2025)

ACPO: A Policy Optimization Algorithm for Average MDPs with Constraints
von: Agnihotri, Akhil, et al.
Veröffentlicht: (2023)

Bourbaki: Self-Generated and Goal-Conditioned MDPs for Theorem Proving
von: Zimmer, Matthieu, et al.
Veröffentlicht: (2025)

On-line Learning in Tree MDPs by Treating Policies as Bandit Arms
von: Shah, Anvay, et al.
Veröffentlicht: (2026)

On the Convergence of Monte Carlo UCB for Random-Length Episodic MDPs
von: Dong, Zixuan, et al.
Veröffentlicht: (2022)

Recursive Entropic Risk Optimization in Discounted MDPs: Sample Complexity Bounds with a Generative Model
von: Mortensen, Oliver, et al.
Veröffentlicht: (2025)

Ensuring Safety in an Uncertain Environment: Constrained MDPs via Stochastic Thresholds
von: Zuo, Qian, et al.
Veröffentlicht: (2025)

Bad Values but Good Behavior: Learning Highly Misspecified Bandits and MDPs
von: Banerjee, Debangshu, et al.
Veröffentlicht: (2023)

Q-learning for Quantile MDPs: A Decomposition, Performance, and Convergence Analysis
von: Hau, Jia Lin, et al.
Veröffentlicht: (2024)

Projection by Convolution: Optimal Sample Complexity for Reinforcement Learning in Continuous-Space MDPs
von: Maran, Davide, et al.
Veröffentlicht: (2024)