Buchumschlag

Deterministic Exploration via Stationary Bellman Error Maximization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Griesbach, Sebastian, D'Eramo, Carlo
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

Learning to Explore in Diverse Reward Settings via Temporal-Difference-Error Maximization
von: Griesbach, Sebastian, et al.
Veröffentlicht: (2025)

Parameterized Projected Bellman Operator
von: Vincent, Théo, et al.
Veröffentlicht: (2023)

Iterated $Q$-Network: Beyond One-Step Bellman Updates in Deep Reinforcement Learning
von: Vincent, Théo, et al.
Veröffentlicht: (2024)

Domain Randomization via Entropy Maximization
von: Tiboni, Gabriele, et al.
Veröffentlicht: (2023)

Multi-Task Reinforcement Learning with Mixture of Orthogonal Experts
von: Hendawy, Ahmed, et al.
Veröffentlicht: (2023)

Do Not Imitate, Reinforce: Iterative Classification via Belief Refinement
von: Kallel, Mahdi, et al.
Veröffentlicht: (2026)

Augmented Bayesian Policy Search
von: Kallel, Mahdi, et al.
Veröffentlicht: (2024)

On the Benefit of Optimal Transport for Curriculum Reinforcement Learning
von: Klink, Pascal, et al.
Veröffentlicht: (2023)

Streaming Reinforcement Learning under Partial Observability with Real-Time Recurrent Learning
von: Farr, Noah, et al.
Veröffentlicht: (2026)

Dynamic Obstacle Avoidance with Bounded Rationality Adversarial Reinforcement Learning
von: Holgado-Alvarez, Jose-Luis, et al.
Veröffentlicht: (2025)

$K$-Level Policy Gradients for Multi-Agent Reinforcement Learning
von: Reddi, Aryaman, et al.
Veröffentlicht: (2025)

Sharing Knowledge in Multi-Task Deep Reinforcement Learning
von: D'Eramo, Carlo, et al.
Veröffentlicht: (2024)

Adaptive $Q$-Network: On-the-fly Target Selection for Deep Reinforcement Learning
von: Vincent, Théo, et al.
Veröffentlicht: (2024)

Eau De $Q$-Network: Adaptive Distillation of Neural Networks in Deep Reinforcement Learning
von: Vincent, Théo, et al.
Veröffentlicht: (2025)

Use the Online Network If You Can: Towards Fast and Stable Reinforcement Learning
von: Hendawy, Ahmed, et al.
Veröffentlicht: (2025)

Fitted $Q$ Evaluation Without Bellman Completeness via Stationary Weighting
von: van der Laan, Lars, et al.
Veröffentlicht: (2025)

Bellman Error Centering
von: Chen, Xingguo, et al.
Veröffentlicht: (2025)

Gradient Iterated Temporal-Difference Learning
von: Vincent, Théo, et al.
Veröffentlicht: (2026)

Bridging the Performance Gap Between Target-Free and Target-Based Reinforcement Learning
von: Vincent, Théo, et al.
Veröffentlicht: (2025)

Light to Heavy, Brief to Eternal: An Axion for Every Occasion (in the Early Universe)
von: D'Eramo, Francesco
Veröffentlicht: (2026)

Spectral Bellman Method: Unifying Representation and Exploration in RL
von: Nabati, Ofir, et al.
Veröffentlicht: (2025)

End-to-End Efficient RL for Linear Bellman Complete MDPs with Deterministic Transitions
von: Mhammedi, Zakaria, et al.
Veröffentlicht: (2026)

Computationally Efficient RL under Linear Bellman Completeness for Deterministic Dynamics
von: Wu, Runzhe, et al.
Veröffentlicht: (2024)

Probing Non-Minimal Dark Sectors via the 21 cm Line at Cosmic Dawn
von: Cima, Federico, et al.
Veröffentlicht: (2025)

Back to the phase space: thermal axion dark radiation via couplings to standard model fermions
von: D'Eramo, Francesco, et al.
Veröffentlicht: (2024)

SEMDICE: Off-policy State Entropy Maximization via Stationary Distribution Correction Estimation
von: Lee, Jongmin, et al.
Veröffentlicht: (2025)

Non-Adversarial Imitation Learning Provably Free of Compounding Errors: The Role of Bellman Constraints
von: Xu, Tian, et al.
Veröffentlicht: (2026)

Efficient Test-Time Inference via Deterministic Exploration of Truncated Decoding Trees
von: Li, Xueyan, et al.
Veröffentlicht: (2026)

Symmetric Q-learning: Reducing Skewness of Bellman Error in Online Reinforcement Learning
von: Omura, Motoki, 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)

Axion Portal to Scalar Dark Matter: Unveiling Stabilizing Symmetry Footprints
von: D'Eramo, Francesco, et al.
Veröffentlicht: (2025)

Incentivized Exploration of Non-Stationary Stochastic Bandits
von: Chakraborty, Sourav, et al.
Veröffentlicht: (2024)

Improving Intrinsic Exploration by Creating Stationary Objectives
von: Castanyer, Roger Creus, et al.
Veröffentlicht: (2023)

A Generalized Projected Bellman Error for Off-policy Value Estimation in Reinforcement Learning
von: Patterson, Andrew, et al.
Veröffentlicht: (2021)

Bellman Diffusion Models
von: Schramm, Liam, et al.
Veröffentlicht: (2024)

Stability and Generalization for Bellman Residuals
von: Kang, Enoch H., et al.
Veröffentlicht: (2025)

A Note On Deterministic Submodular Maximization With Bounded Curvature
von: Li, Wenxin
Veröffentlicht: (2024)

ShiQ: Bringing back Bellman to LLMs
von: Clavier, Pierre, et al.
Veröffentlicht: (2025)

Cross-Domain Policy Optimization via Bellman Consistency and Hybrid Critics
von: Chen, Ming-Hong, et al.
Veröffentlicht: (2026)

Cosmic-Ray Signatures of Annihilating and Semi-Annihilating Dark Matter via One-Step Cascades
von: D'Eramo, Francesco, et al.
Veröffentlicht: (2026)