Buchumschlag

From Reward Shaping to Q-Shaping: Achieving Unbiased Learning with LLM-Guided Knowledge

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Wu, Xiefeng
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Enhancing Q-Learning with Large Language Model Heuristics
von: Wu, Xiefeng
Veröffentlicht: (2024)

Achieving Optimal Tissue Repair Through MARL with Reward Shaping and Curriculum Learning
von: Khan, Muhammad Al-Zafar, et al.
Veröffentlicht: (2025)

Bootstrapped Reward Shaping
von: Adamczyk, Jacob, et al.
Veröffentlicht: (2025)

Teaching RL Agents to Act Better: VLM as Action Advisor for Online Reinforcement Learning
von: Wu, Xiefeng, et al.
Veröffentlicht: (2025)

Boosting LLM Reasoning via Human-Inspired Reward Shaping
von: Lin, Wenze, et al.
Veröffentlicht: (2026)

Memory-Based Advantage Shaping for LLM-Guided Reinforcement Learning
von: Nourzad, Narjes, et al.
Veröffentlicht: (2026)

BAMDP Shaping: a Unified Framework for Intrinsic Motivation and Reward Shaping
von: Lidayan, Aly, et al.
Veröffentlicht: (2024)

Attention-Based Reward Shaping for Sparse and Delayed Rewards
von: Holmes, Ian, et al.
Veröffentlicht: (2025)

Noise-corrected GRPO: From Noisy Rewards to Unbiased Gradients
von: Mansouri, Omar El, et al.
Veröffentlicht: (2025)

MAESTRO: Multi-Agent Environment Shaping through Task and Reward Optimization
von: Wu, Boyuan
Veröffentlicht: (2025)

Highly Efficient Self-Adaptive Reward Shaping for Reinforcement Learning
von: Ma, Haozhe, et al.
Veröffentlicht: (2024)

Subgoal-based Reward Shaping to Improve Efficiency in Reinforcement Learning
von: Okudo, Takato, et al.
Veröffentlicht: (2021)

Enhancing Inverse Reinforcement Learning through Encoding Dynamic Information in Reward Shaping
von: Zhan, Simon Sinong, et al.
Veröffentlicht: (2024)

Text2Reward: Reward Shaping with Language Models for Reinforcement Learning
von: Xie, Tianbao, et al.
Veröffentlicht: (2023)

Combining Automated Optimisation of Hyperparameters and Reward Shape
von: Dierkes, Julian, et al.
Veröffentlicht: (2024)

On the Sample Efficiency of Abstractions and Potential-Based Reward Shaping in Reinforcement Learning
von: Canonaco, Giuseppe, et al.
Veröffentlicht: (2024)

Shaping Sparse Rewards in Reinforcement Learning: A Semi-supervised Approach
von: Li, Wenyun, et al.
Veröffentlicht: (2025)

Reward Shaping to Mitigate Reward Hacking in RLHF
von: Fu, Jiayi, et al.
Veröffentlicht: (2025)

Automatic Reward Shaping from Confounded Offline Data
von: Li, Mingxuan, et al.
Veröffentlicht: (2025)

Extracting Heuristics from Large Language Models for Reward Shaping in Reinforcement Learning
von: Bhambri, Siddhant, et al.
Veröffentlicht: (2024)

Automatic Reward Shaping from Multi-Objective Human Heuristics
von: Xie, Yuqing, et al.
Veröffentlicht: (2025)

Learn to Reason Efficiently with Adaptive Length-based Reward Shaping
von: Liu, Wei, et al.
Veröffentlicht: (2025)

GFT: From Imitation to Reward Fine-Tuning with Unbiased Group Advantages and Dynamic Coefficient Rectification
von: Gan, Wangjie, et al.
Veröffentlicht: (2026)

Learning to Recover: Dynamic Reward Shaping with Wheel-Leg Coordination for Fallen Robots
von: Deng, Boyuan, et al.
Veröffentlicht: (2025)

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

Confounding Robust Continuous Control via Automatic Reward Shaping
von: Juliani, Mateo, et al.
Veröffentlicht: (2026)

Advantage Shaping as Surrogate Reward Maximization: Unifying Pass@K Policy Gradients
von: Thrampoulidis, Christos, et al.
Veröffentlicht: (2025)

The Past Is Not Past: Memory-Enhanced Dynamic Reward Shaping
von: Liu, Yang, et al.
Veröffentlicht: (2026)

Zero-Shot LLMs in Human-in-the-Loop RL: Replacing Human Feedback for Reward Shaping
von: Nazir, Mohammad Saif, et al.
Veröffentlicht: (2025)

MVR: Multi-view Video Reward Shaping for Reinforcement Learning
von: Luo, Lirui, et al.
Veröffentlicht: (2026)

LLM Reasoning with Process Rewards for Outcome-Guided Steps
von: Rezaei, Mohammad, et al.
Veröffentlicht: (2026)

Learning from Expert Factors: Trajectory-level Reward Shaping for Formulaic Alpha Mining
von: Zhao, Junjie, et al.
Veröffentlicht: (2025)

DARTS: Distribution-Aware Active Rollout Trajectory Shaping for Accelerating LLM Reinforcement Learning
von: Wang, Yujie, et al.
Veröffentlicht: (2026)

Chunk-Guided Q-Learning
von: Song, Gwanwoo, et al.
Veröffentlicht: (2026)

Shape-aware Graph Spectral Learning
von: Xu, Junjie, et al.
Veröffentlicht: (2023)

Unbiased Online Curvature Approximation for Regularized Graph Continual Learning
von: Yin, Jie, et al.
Veröffentlicht: (2025)

Brep2Shape: Boundary and Shape Representation Alignment via Self-Supervised Transformers
von: Sun, Yuanxu, et al.
Veröffentlicht: (2026)

No Prompt Left Behind: Exploiting Zero-Variance Prompts in LLM Reinforcement Learning via Entropy-Guided Advantage Shaping
von: Le, Thanh-Long V., et al.
Veröffentlicht: (2025)

InfoQuant: Shaping Activation Distributions for Low-Bit LLM Quantization
von: Li, Ke, et al.
Veröffentlicht: (2026)

TIPS: Turn-Level Information-Potential Reward Shaping for Search-Augmented LLMs
von: Xie, Yutao, et al.
Veröffentlicht: (2026)