Buchumschlag

The Role of Environment Access in Agnostic Reinforcement Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Krishnamurthy, Akshay, Li, Gene, Sekhari, Ayush
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Offline Reinforcement Learning: Role of State Aggregation and Trajectory Data
von: Jia, Zeyu, et al.
Veröffentlicht: (2024)

Agnostic Reinforcement Learning: Foundations and Algorithms
von: Li, Gene
Veröffentlicht: (2025)

GaussMark: A Practical Approach for Structural Watermarking of Language Models
von: Block, Adam, et al.
Veröffentlicht: (2025)

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

When Less is Enough: Efficient Inference via Collaborative Reasoning
von: Chen, Yilei, et al.
Veröffentlicht: (2026)

Reinforcement Learning under Latent Dynamics: Toward Statistical and Algorithmic Modularity
von: Amortila, Philip, et al.
Veröffentlicht: (2024)

Learning Hidden Markov Models Using Conditional Samples
von: Kakade, Sham M., et al.
Veröffentlicht: (2023)

Variable-Agnostic Causal Exploration for Reinforcement Learning
von: Nguyen, Minh Hoang, et al.
Veröffentlicht: (2024)

Hidden Poison: Machine Unlearning Enables Camouflaged Poisoning Attacks
von: Di, Jimmy Z., et al.
Veröffentlicht: (2022)

A Unifying View of Coverage in Linear Off-Policy Evaluation
von: Amortila, Philip, et al.
Veröffentlicht: (2026)

Representation-Based Exploration for Language Models: From Test-Time to Post-Training
von: Tuyls, Jens, et al.
Veröffentlicht: (2025)

Machine Unlearning Fails to Remove Data Poisoning Attacks
von: Pawelczyk, Martin, et al.
Veröffentlicht: (2024)

Provable Reward-Agnostic Preference-Based Reinforcement Learning
von: Zhan, Wenhao, et al.
Veröffentlicht: (2023)

Environment Design for Inverse Reinforcement Learning
von: Buening, Thomas Kleine, et al.
Veröffentlicht: (2022)

Emergence of Fair Leaders via Mediators in Multi-Agent Reinforcement Learning
von: Dodwadmath, Akshay, et al.
Veröffentlicht: (2025)

Optimistic Rates for Learning from Label Proportions
von: Li, Gene, et al.
Veröffentlicht: (2024)

ARCLE: The Abstraction and Reasoning Corpus Learning Environment for Reinforcement Learning
von: Lee, Hosung, et al.
Veröffentlicht: (2024)

NetworkGym: Reinforcement Learning Environments for Multi-Access Traffic Management in Network Simulation
von: Haider, Momin, et al.
Veröffentlicht: (2024)

Is Best-of-N the Best of Them? Coverage, Scaling, and Optimality in Inference-Time Alignment
von: Huang, Audrey, et al.
Veröffentlicht: (2025)

A Platform-Agnostic Deep Reinforcement Learning Framework for Effective Sim2Real Transfer towards Autonomous Driving
von: Li, Dianzhao, et al.
Veröffentlicht: (2023)

2048: Reinforcement Learning in a Delayed Reward Environment
von: Saligram, Prady, et al.
Veröffentlicht: (2025)

HackAtari: Atari Learning Environments for Robust and Continual Reinforcement Learning
von: Delfosse, Quentin, et al.
Veröffentlicht: (2024)

Enabling High Data Throughput Reinforcement Learning on GPUs: A Domain Agnostic Framework for Data-Driven Scientific Research
von: Lan, Tian, et al.
Veröffentlicht: (2024)

Reinforcement Learning via Conservative Agent for Environments with Random Delays
von: Lee, Jongsoo, et al.
Veröffentlicht: (2025)

A Benchmark Environment for Offline Reinforcement Learning in Racing Games
von: Macaluso, Girolamo, et al.
Veröffentlicht: (2024)

Online Reinforcement Learning in Non-Stationary Context-Driven Environments
von: Hamadanian, Pouya, et al.
Veröffentlicht: (2023)

Learning Probabilistic Symmetrization for Architecture Agnostic Equivariance
von: Kim, Jinwoo, et al.
Veröffentlicht: (2023)

HER: Human-like Reasoning and Reinforcement Learning for LLM Role-playing
von: Du, Chengyu, et al.
Veröffentlicht: (2026)

Decoupling Search and Learning in Neural Net Training
von: Vegesna, Akshay, et al.
Veröffentlicht: (2025)

Graph Transformers without Positional Encodings
von: Garg, Ayush
Veröffentlicht: (2024)

TIMRL: A Novel Meta-Reinforcement Learning Framework for Non-Stationary and Multi-Task Environments
von: Qi, Chenyang, et al.
Veröffentlicht: (2025)

Expediting Reinforcement Learning by Incorporating Knowledge About Temporal Causality in the Environment
von: Corazza, Jan, et al.
Veröffentlicht: (2025)

Safe Reinforcement Learning in Black-Box Environments via Adaptive Shielding
von: Bethell, Daniel, et al.
Veröffentlicht: (2024)

Jumanji: a Diverse Suite of Scalable Reinforcement Learning Environments in JAX
von: Bonnet, Clément, et al.
Veröffentlicht: (2023)

PeersimGym: An Environment for Solving the Task Offloading Problem with Reinforcement Learning
von: Metelo, Frederico, et al.
Veröffentlicht: (2024)

External Model Motivated Agents: Reinforcement Learning for Enhanced Environment Sampling
von: Bhagat, Rishav, et al.
Veröffentlicht: (2024)

Personalized Observation Normalization for Federated Reinforcement Learning in Simulation Environments with Heterogeneity
von: Pang, Yiran, et al.
Veröffentlicht: (2026)

A Meta-Learning Approach for Multi-Objective Reinforcement Learning in Sustainable Home Environments
von: Lu, Junlin, et al.
Veröffentlicht: (2024)

Learning Model Agnostic Explanations via Constraint Programming
von: Koriche, Frederic, et al.
Veröffentlicht: (2024)

Can large language models explore in-context?
von: Krishnamurthy, Akshay, et al.
Veröffentlicht: (2024)