Buchumschlag

A Non-Monolithic Policy Approach of Offline-to-Online Reinforcement Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kim, JaeYoon, Xuan, Junyu, Liang, Christy, Hussain, Farookh
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

An Autonomous Non-monolithic Agent with Multi-mode Exploration based on Options Framework
von: Kim, JaeYoon, et al.
Veröffentlicht: (2023)

Decoupling Exploration and Exploitation for Unsupervised Pre-training with Successor Features
von: Kim, JaeYoon, et al.
Veröffentlicht: (2024)

Online Pre-Training for Offline-to-Online Reinforcement Learning
von: Shin, Yongjae, et al.
Veröffentlicht: (2025)

A Behavior-Aware Approach for Deep Reinforcement Learning in Non-stationary Environments without Known Change Points
von: Liu, Zihe, et al.
Veröffentlicht: (2024)

Latent Safety-Constrained Policy Approach for Safe Offline Reinforcement Learning
von: Koirala, Prajwal, et al.
Veröffentlicht: (2024)

Robust Offline Reinforcement Learning for Non-Markovian Decision Processes
von: Huang, Ruiquan, et al.
Veröffentlicht: (2024)

Online Policy Learning from Offline Preferences
von: Zhang, Guoxi, et al.
Veröffentlicht: (2024)

Information-Directed Offline-to-Online Reinforcement Learning
von: Chen, Keru
Veröffentlicht: (2026)

MOORL: A Framework for Integrating Offline-Online Reinforcement Learning
von: Chaudhary, Gaurav, et al.
Veröffentlicht: (2025)

Bayesian Design Principles for Offline-to-Online Reinforcement Learning
von: Hu, Hao, et al.
Veröffentlicht: (2024)

B3C: A Minimalist Approach to Offline Multi-Agent Reinforcement Learning
von: Kim, Woojun, et al.
Veröffentlicht: (2025)

Compositional Conservatism: A Transductive Approach in Offline Reinforcement Learning
von: Song, Yeda, et al.
Veröffentlicht: (2024)

Online Optimization for Offline Safe Reinforcement Learning
von: Chemingui, Yassine, et al.
Veröffentlicht: (2025)

The Three Regimes of Offline-to-Online Reinforcement Learning
von: Li, Lu, et al.
Veröffentlicht: (2025)

Making Offline RL Online: Collaborative World Models for Offline Visual Reinforcement Learning
von: Wang, Qi, et al.
Veröffentlicht: (2023)

Active Reinforcement Learning Strategies for Offline Policy Improvement
von: Dukkipati, Ambedkar, et al.
Veröffentlicht: (2024)

Hypercube Policy Regularization Framework for Offline Reinforcement Learning
von: Shen, Yi, et al.
Veröffentlicht: (2024)

Hierarchical Subspaces of Policies for Continual Offline Reinforcement Learning
von: Kobanda, Anthony, et al.
Veröffentlicht: (2024)

Mildly Constrained Evaluation Policy for Offline Reinforcement Learning
von: Xu, Linjie, et al.
Veröffentlicht: (2023)

Distorted Distributional Policy Evaluation for Offline Reinforcement Learning
von: Iwaki, Ryo, et al.
Veröffentlicht: (2026)

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

Adaptive Q-Chunking for Offline-to-Online Reinforcement Learning
von: Gireesh, Nandiraju, et al.
Veröffentlicht: (2026)

Offline Reinforcement Learning with Generative Trajectory Policies
von: Feng, Xinsong, et al.
Veröffentlicht: (2025)

Robot Policy Transfer with Online Demonstrations: An Active Reinforcement Learning Approach
von: Hou, Muhan, et al.
Veröffentlicht: (2025)

Energy-Guided Diffusion Sampling for Offline-to-Online Reinforcement Learning
von: Liu, Xu-Hui, et al.
Veröffentlicht: (2024)

Planning to Go Out-of-Distribution in Offline-to-Online Reinforcement Learning
von: McInroe, Trevor, et al.
Veröffentlicht: (2023)

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

Adaptive Policy Selection and Fine-Tuning under Interaction Budgets for Offline-to-Online Reinforcement Learning
von: Bozkurt, Alper Kamil, et al.
Veröffentlicht: (2026)

Uni-O4: Unifying Online and Offline Deep Reinforcement Learning with Multi-Step On-Policy Optimization
von: Lei, Kun, et al.
Veröffentlicht: (2023)

Offline-Online Reinforcement Learning for Linear Mixture MDPs
von: Zhang, Zhongjun, et al.
Veröffentlicht: (2026)

Adaptive Replay Buffer for Offline-to-Online Reinforcement Learning
von: Song, Chihyeon, et al.
Veröffentlicht: (2025)

Discrete Flow Matching for Offline-to-Online Reinforcement Learning
von: Khan, Fairoz Nower, et al.
Veröffentlicht: (2026)

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

Residual Learning and Context Encoding for Adaptive Offline-to-Online Reinforcement Learning
von: Nakhaei, Mohammadreza, et al.
Veröffentlicht: (2024)

Enhancing Online Reinforcement Learning with Meta-Learned Objective from Offline Data
von: Deng, Shilong, et al.
Veröffentlicht: (2025)

Towards Robust Offline-to-Online Reinforcement Learning via Uncertainty and Smoothness
von: Wen, Xiaoyu, et al.
Veröffentlicht: (2023)

Efficient and Uncertainty-Aware Diffusion Framework for Offline-to-Online Reinforcement Learning
von: Bui, Ha Manh, et al.
Veröffentlicht: (2026)

Policy-regularized Offline Multi-objective Reinforcement Learning
von: Lin, Qian, et al.
Veröffentlicht: (2024)

Policy-Based Trajectory Clustering in Offline Reinforcement Learning
von: Hu, Hao, et al.
Veröffentlicht: (2025)

Evaluation-Time Policy Switching for Offline Reinforcement Learning
von: Neggatu, Natinael Solomon, et al.
Veröffentlicht: (2025)