Copertina

State Entropy Regularization for Robust Reinforcement Learning

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Ashlag, Yonatan, Koren, Uri, Mutti, Mirco, Derman, Esther, Bacon, Pierre-Luc, Mannor, Shie
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Solving Non-Rectangular Reward-Robust MDPs via Frequency Regularization
di: Gadot, Uri, et al.
Pubblicazione: (2023)

A Classification View on Meta Learning Bandits
di: Mutti, Mirco, et al.
Pubblicazione: (2025)

Tree Search-Based Policy Optimization under Stochastic Execution Delay
di: Valensi, David, et al.
Pubblicazione: (2024)

Policy Gradient with Tree Search: Avoiding Local Optimas through Lookahead
di: Koren, Uri, et al.
Pubblicazione: (2025)

Bring Your Own (Non-Robust) Algorithm to Solve Robust MDPs by Estimating The Worst Kernel
di: Wang, Kaixin, et al.
Pubblicazione: (2023)

Long-Horizon Model-Based Offline Reinforcement Learning Without Explicit Conservatism
di: Ni, Tianwei, et al.
Pubblicazione: (2025)

Representation-Driven Reinforcement Learning
di: Nabati, Ofir, et al.
Pubblicazione: (2023)

Discrete Compositional Generation via General Soft Operators and Robust Reinforcement Learning
di: Jiralerspong, Marco, et al.
Pubblicazione: (2025)

Test-Time Regret Minimization in Meta Reinforcement Learning
di: Mutti, Mirco, et al.
Pubblicazione: (2024)

MinMaxMin $Q$-learning
di: Soffair, Nitsan, et al.
Pubblicazione: (2024)

Conservative DDPG -- Pessimistic RL without Ensemble
di: Soffair, Nitsan, et al.
Pubblicazione: (2024)

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

Reinforcement Learning with Segment Feedback
di: Du, Yihan, et al.
Pubblicazione: (2025)

Representative Action Selection for Large Action Space: From Bandits to MDPs
di: Zhou, Quan, et al.
Pubblicazione: (2025)

How to Explore with Belief: State Entropy Maximization in POMDPs
di: Zamboni, Riccardo, et al.
Pubblicazione: (2024)

Controlling False Discovery in Arbitrarily Structured Hypothesis Spaces via Reproducing Kernels
di: Perets, Binyamin, et al.
Pubblicazione: (2026)

Simulus: Combining Improvements in Sample-Efficient World Model Agents
di: Cohen, Lior, et al.
Pubblicazione: (2025)

Towards Principled Unsupervised Multi-Agent Reinforcement Learning
di: Zamboni, Riccardo, et al.
Pubblicazione: (2025)

Enhancing Diversity in Parallel Agents: A Maximum State Entropy Exploration Story
di: De Paola, Vincenzo, et al.
Pubblicazione: (2025)

Efficient Fairness-Performance Pareto Front Computation
di: Kozdoba, Mark, et al.
Pubblicazione: (2024)

The Value of Mechanistic Priors in Sequential Decision Making
di: Shufaro, Itai, et al.
Pubblicazione: (2026)

Sobolev Space Regularised Pre Density Models
di: Kozdoba, Mark, et al.
Pubblicazione: (2023)

RL-RC-DoT: A Block-level RL agent for Task-Aware Video Compression
di: Gadot, Uri, et al.
Pubblicazione: (2025)

The Limits of Pure Exploration in POMDPs: When the Observation Entropy is Enough
di: Zamboni, Riccardo, et al.
Pubblicazione: (2024)

Representative Action Selection for Large Action Space Bandit Families
di: Zhou, Quan, et al.
Pubblicazione: (2025)

Convergence and Sample Complexity of First-Order Methods for Agnostic Reinforcement Learning
di: Sherman, Uri, et al.
Pubblicazione: (2025)

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

On Bits and Bandits: Quantifying the Regret-Information Trade-off
di: Shufaro, Itai, et al.
Pubblicazione: (2024)

How does Inverse RL Scale to Large State Spaces? A Provably Efficient Approach
di: Lazzati, Filippo, et al.
Pubblicazione: (2024)

Task Tokens: A Flexible Approach to Adapting Behavior Foundation Models
di: Vainshtein, Ron, et al.
Pubblicazione: (2025)

Viability of Future Actions: Robust Safety in Reinforcement Learning via Entropy Regularization
di: Massiani, Pierre-François, et al.
Pubblicazione: (2025)

Exploiting Causal Graph Priors with Posterior Sampling for Reinforcement Learning
di: Mutti, Mirco, et al.
Pubblicazione: (2023)

Improving Token-Based World Models with Parallel Observation Prediction
di: Cohen, Lior, et al.
Pubblicazione: (2024)

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

Reward Compatibility: A Framework for Inverse RL
di: Lazzati, Filippo, et al.
Pubblicazione: (2025)

A Theoretical Framework for Partially Observed Reward-States in RLHF
di: Kausik, Chinmaya, et al.
Pubblicazione: (2024)

RL in Latent MDPs is Tractable: Online Guarantees via Off-Policy Evaluation
di: Kwon, Jeongyeol, et al.
Pubblicazione: (2024)

Implementing Reinforcement Learning Datacenter Congestion Control in NVIDIA NICs
di: Fuhrer, Benjamin, et al.
Pubblicazione: (2022)

Horizon Imagination: Efficient On-Policy Rollout in Diffusion World Models
di: Cohen, Lior, et al.
Pubblicazione: (2026)

SQT -- std $Q$-target
di: Soffair, Nitsan, et al.
Pubblicazione: (2024)