Buchumschlag

Efficient Skill Discovery via Regret-Aware Optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, He, Zhou, Ming, Zhai, Shaopeng, Sun, Ying, Xiong, Hui
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

No Regrets: Investigating and Improving Regret Approximations for Curriculum Discovery
von: Rutherford, Alexander, et al.
Veröffentlicht: (2024)

Regret-Based Federated Causal Discovery with Unknown Interventions
von: Baldo, Federico, et al.
Veröffentlicht: (2025)

Skill Weaving: Efficient LLM Improvement via Modular Skillpacks
von: Li, Zhuo, et al.
Veröffentlicht: (2026)

Reference Grounded Skill Discovery
von: Rho, Seungeun, et al.
Veröffentlicht: (2025)

Agentic Skill Discovery
von: Zhao, Xufeng, et al.
Veröffentlicht: (2024)

Evolutionary Task Discovery: Advancing Reasoning Frontiers via Skill Composition and Complexity Scaling
von: Ye, Liqin, et al.
Veröffentlicht: (2026)

SkillOrchestra: Learning to Route Agents via Skill Transfer
von: Wang, Jiayu, et al.
Veröffentlicht: (2026)

Provably Efficient Exploration in Reward Machines with Low Regret
von: Bourel, Hippolyte, et al.
Veröffentlicht: (2024)

Variational Offline Multi-agent Skill Discovery
von: Chen, Jiayu, et al.
Veröffentlicht: (2024)

Variance-Dependent Regret Lower Bounds for Contextual Bandits
von: He, Jiafan, et al.
Veröffentlicht: (2025)

ReSkill: Reconciling Skill Creation with Policy Optimization in Agentic RL
von: He, Zelin, et al.
Veröffentlicht: (2026)

Proposer-Agent-Evaluator(PAE): Autonomous Skill Discovery For Foundation Model Internet Agents
von: Zhou, Yifei, et al.
Veröffentlicht: (2024)

Focused Skill Discovery: Learning to Control Specific State Variables while Minimizing Side Effects
von: Carr, Jonathan Colaço, et al.
Veröffentlicht: (2025)

UCPO: Uncertainty-Aware Policy Optimization
von: Zeng, Xianzhou, et al.
Veröffentlicht: (2026)

PROWL: Prioritized Regret-Driven Optimization for World Model Learning
von: Güzel, Ahmet H., et al.
Veröffentlicht: (2026)

Regret-Guided Search Control for Efficient Learning in AlphaZero
von: Tsai, Yun-Jui, et al.
Veröffentlicht: (2026)

DRPO: Efficient Reasoning via Decoupled Reward Policy Optimization
von: Li, Gang, et al.
Veröffentlicht: (2025)

Leveraging Human Feedback for Semantically-Relevant Skill Discovery
von: Hussonnois, Maxence, et al.
Veröffentlicht: (2026)

POETS: Uncertainty-Aware LLM Optimization via Compute-Efficient Policy Ensembles
von: Menet, Nicolas, et al.
Veröffentlicht: (2026)

Efficient Differentiable Causal Discovery via Reliable Super-Structure Learning
von: Ma, Pingchuan, et al.
Veröffentlicht: (2026)

A Regret Perspective on Online Multiple Testing
von: Hao, Qingyang, et al.
Veröffentlicht: (2026)

OptSkills: Learning Generalizable Optimization Skills from Problem Archetypes via Cluster-Based Distillation
von: Yang, Haochen, et al.
Veröffentlicht: (2026)

Beyond Shallow Behavior: Task-Efficient Value-Based Multi-Task Offline MARL via Skill Discovery
von: Wang, Xun, et al.
Veröffentlicht: (2025)

SUSD: Structured Unsupervised Skill Discovery through State Factorization
von: Hosseini, Seyed Mohammad Hadi, et al.
Veröffentlicht: (2026)

Towards Generalizable PDE Dynamics Forecasting via Physics-Guided Invariant Learning
von: Li, Siyang, et al.
Veröffentlicht: (2025)

Adversarial Environment Design via Regret-Guided Diffusion Models
von: Chung, Hojun, et al.
Veröffentlicht: (2024)

Reasoning without Regret
von: Chitra, Tarun
Veröffentlicht: (2025)

GoldenStart: Q-Guided Priors and Entropy Control for Distilling Flow Policies
von: Zhang, He, et al.
Veröffentlicht: (2026)

Automated Skill Discovery for Language Agents through Exploration and Iterative Feedback
von: Yang, Yongjin, et al.
Veröffentlicht: (2025)

Missing Premise exacerbates Overthinking: Are Reasoning Models losing Critical Thinking Skill?
von: Fan, Chenrui, et al.
Veröffentlicht: (2025)

OSC: Hardware Efficient W4A4 Quantization via Outlier Separation in Channel Dimension
von: Zhang, Zhiyuan, et al.
Veröffentlicht: (2026)

Unsupervised Skill Discovery as Exploration for Learning Agile Locomotion
von: Rho, Seungeun, et al.
Veröffentlicht: (2025)

Goal Discovery with Causal Capacity for Efficient Reinforcement Learning
von: Yu, Yan, et al.
Veröffentlicht: (2025)

Variance-Dependent Regret Bounds for Non-stationary Linear Bandits
von: Wang, Zhiyong, et al.
Veröffentlicht: (2024)

Language Guided Skill Discovery
von: Rho, Seungeun, et al.
Veröffentlicht: (2024)

Efficient Discovery of Approximate Causal Abstractions via Neural Mechanism Sparsification
von: Asiaee, Amir
Veröffentlicht: (2026)

CATCH: Channel-Aware multivariate Time Series Anomaly Detection via Frequency Patching
von: Wu, Xingjian, et al.
Veröffentlicht: (2024)

MMG2Skill: Can Agents Distill In-the-Wild Guides into Self-Evolving Skills?
von: Che, Xinyu, et al.
Veröffentlicht: (2026)

Benign Overfitting in Adversarial Training for Vision Transformers
von: Zhang, Jiaming, et al.
Veröffentlicht: (2026)

Differentiable Constraint-Based Causal Discovery
von: Zhou, Jincheng, et al.
Veröffentlicht: (2025)