Buchumschlag

Self-correcting Reward Shaping via Language Models for Reinforcement Learning Agents in Games

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Afonso, António, Leite, Iolanda, Sestini, Alessandro, Fuchs, Florian, Tollmar, Konrad, Gisslén, Linus
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

TROFI: Trajectory-Ranked Offline Inverse Reinforcement Learning
von: Sestini, Alessandro, et al.
Veröffentlicht: (2025)

Using Deep Convolutional Neural Networks to Detect Rendered Glitches in Video Games
von: Ling, Carlos Garcia, et al.
Veröffentlicht: (2024)

Improving Generalization in Game Agents with Data Augmentation in Imitation Learning
von: Yadgaroff, Derek, et al.
Veröffentlicht: (2023)

Human-Like Goalkeeping in a Realistic Football Simulation: a Sample-Efficient Reinforcement Learning Approach
von: Sestini, Alessandro, et al.
Veröffentlicht: (2025)

Real-Time Diffusion Policies for Games: Enhancing Consistency Policies with Q-Ensembles
von: Zhang, Ruoqi, et al.
Veröffentlicht: (2025)

Reinforcement Learning for High-Level Strategic Control in Tower Defense Games
von: Bergdahl, Joakim, et al.
Veröffentlicht: (2024)

Leveraging Large Language Models for Efficient Failure Analysis in Game Development
von: Marini, Leonardo, et al.
Veröffentlicht: (2024)

Towards Better Sample Efficiency in Multi-Agent Reinforcement Learning via Exploration
von: Baghi, Amir, et al.
Veröffentlicht: (2025)

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

ARMS: Automatic Reward Shaping for Sparse-Reward Multi-Agent Reinforcement Learning
von: Abboud, Elie, et al.
Veröffentlicht: (2026)

Text2Reward: Reward Shaping with Language Models for Reinforcement Learning
von: Xie, Tianbao, et al.
Veröffentlicht: (2023)

Highly Efficient Self-Adaptive Reward Shaping for Reinforcement Learning
von: Ma, Haozhe, et al.
Veröffentlicht: (2024)

Extracting Heuristics from Large Language Models for Reward Shaping in Reinforcement Learning
von: Bhambri, Siddhant, et al.
Veröffentlicht: (2024)

Think in Games: Learning to Reason in Games via Reinforcement Learning with Large Language Models
von: Liao, Yi, et al.
Veröffentlicht: (2025)

Principal-Agent Reward Shaping in MDPs
von: Ben-Porat, Omer, et al.
Veröffentlicht: (2023)

Self-Consistency of the Internal Reward Models Improves Self-Rewarding Language Models
von: Zhou, Xin, et al.
Veröffentlicht: (2025)

SPEQ: Offline Stabilization Phases for Efficient Q-Learning in High Update-To-Data Ratio Reinforcement Learning
von: Romeo, Carlo, et al.
Veröffentlicht: (2025)

Reward Generation via Large Vision-Language Model in Offline Reinforcement Learning
von: Lee, Younghwan, et al.
Veröffentlicht: (2025)

Subgoal-based Reward Shaping to Improve Efficiency in Reinforcement Learning
von: Okudo, Takato, et al.
Veröffentlicht: (2021)

RLSR: Reinforcement Learning from Self Reward
von: Simonds, Toby, et al.
Veröffentlicht: (2025)

Learning Reward for Robot Skills Using Large Language Models via Self-Alignment
von: Zeng, Yuwei, et al.
Veröffentlicht: (2024)

Cooperative Reward Shaping for Multi-Agent Pathfinding
von: Song, Zhenyu, et al.
Veröffentlicht: (2024)

Self-Rewarding Language Models
von: Yuan, Weizhe, et al.
Veröffentlicht: (2024)

Model-Based Reinforcement Learning in Discrete-Action Non-Markovian Reward Decision Processes
von: Trapasso, Alessandro, et al.
Veröffentlicht: (2025)

On the Sample Efficiency of Abstractions and Potential-Based Reward Shaping in Reinforcement Learning
von: Canonaco, Giuseppe, et al.
Veröffentlicht: (2024)

Shaping Sparse Rewards in Reinforcement Learning: A Semi-supervised Approach
von: Li, Wenyun, et al.
Veröffentlicht: (2025)

Vision-Language Models are Zero-Shot Reward Models for Reinforcement Learning
von: Rocamonde, Juan, et al.
Veröffentlicht: (2023)

Multi-Agent Collaborative Reward Design for Enhancing Reasoning in Reinforcement Learning
von: Yang, Pei, et al.
Veröffentlicht: (2025)

Language Agents with Reinforcement Learning for Strategic Play in the Werewolf Game
von: Xu, Zelai, et al.
Veröffentlicht: (2023)

Improving Conditional Level Generation using Automated Validation in Match-3 Games
von: Aylagas, Monica Villanueva, et al.
Veröffentlicht: (2024)

AI for Handball: predicting and explaining the 2024 Olympic Games tournament with Deep Learning and Large Language Models
von: Felice, Florian
Veröffentlicht: (2024)

TextGames: Learning to Self-Play Text-Based Puzzle Games via Language Model Reasoning
von: Hudi, Frederikus, et al.
Veröffentlicht: (2025)

PyTAG: Tabletop Games for Multi-Agent Reinforcement Learning
von: Balla, Martin, et al.
Veröffentlicht: (2024)

Enhancing Inverse Reinforcement Learning through Encoding Dynamic Information in Reward Shaping
von: Zhan, Simon Sinong, et al.
Veröffentlicht: (2024)

ROLeR: Effective Reward Shaping in Offline Reinforcement Learning for Recommender Systems
von: Zhang, Yi, et al.
Veröffentlicht: (2024)

Generative Floor Plan Design with LLMs via Reinforcement Learning with Verifiable Rewards
von: Lara, Luis, et al.
Veröffentlicht: (2026)

Multi-Turn Reinforcement Learning for Tool-Calling Agents with Iterative Reward Calibration
von: Modecrua, Wachiravit, et al.
Veröffentlicht: (2026)

Reward Shaping for Inference-Time Alignment: A Stackelberg Game Perspective
von: Wang, Haichuan, et al.
Veröffentlicht: (2026)

Large Language Model Guided Incentive Aware Reward Design for Cooperative Multi-Agent Reinforcement Learning
von: Urgun, Dogan, et al.
Veröffentlicht: (2026)

MIR: Efficient Exploration in Episodic Multi-Agent Reinforcement Learning via Mutual Intrinsic Reward
von: Chen, Kesheng, et al.
Veröffentlicht: (2025)