Buchumschlag

One-Step Flow Policy Mirror Descent

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Tianyi, Ma, Haitong, Li, Na, Wang, Kai, Dai, Bo
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Efficient Online Reinforcement Learning for Diffusion Policy
von: Ma, Haitong, et al.
Veröffentlicht: (2025)

Stochastic MeanFlow Policies: One-Step Generative Control with Entropic Mirror Descent
von: Wang, Zeyuan, et al.
Veröffentlicht: (2026)

Skill Transfer and Discovery for Sim-to-Real Learning: A Representation-Based Viewpoint
von: Ma, Haitong, et al.
Veröffentlicht: (2024)

Efficient Duple Perturbation Robustness in Low-rank MDPs
von: Hu, Yang, et al.
Veröffentlicht: (2024)

Flow Matching Policy Optimization with Mirror Descent and Entropy Constraints
von: Gao, Ting, et al.
Veröffentlicht: (2026)

Offline Imitation Learning upon Arbitrary Demonstrations by Pre-Training Dynamics Representations
von: Ma, Haitong, et al.
Veröffentlicht: (2025)

On the Effect of Regularization in Policy Mirror Descent
von: Kleuker, Jan Felix, et al.
Veröffentlicht: (2025)

Policy Mirror Descent with Lookahead
von: Protopapas, Kimon, et al.
Veröffentlicht: (2024)

Stochastic Nonlinear Control via Finite-dimensional Spectral Dynamic Embedding
von: Ren, Zhaolin, et al.
Veröffentlicht: (2023)

On the Convergence of Policy in Unregularized Policy Mirror Descent
von: Lin, Dachao, et al.
Veröffentlicht: (2022)

FlowRL: A Taxonomy and Modular Framework for Reinforcement Learning with Diffusion Policies
von: Gao, Chenxiao, et al.
Veröffentlicht: (2026)

Functional Acceleration for Policy Mirror Descent
von: Chelu, Veronica, et al.
Veröffentlicht: (2024)

Sample Complexity of Neural Policy Mirror Descent for Policy Optimization on Low-Dimensional Manifolds
von: Xu, Zhenghao, et al.
Veröffentlicht: (2023)

On the Convergence of Policy Mirror Descent with Temporal Difference Evaluation
von: Liu, Jiacai, et al.
Veröffentlicht: (2025)

Never Saddle for Reparameterized Steepest Descent as Mirror Flow
von: Jacobs, Tom, et al.
Veröffentlicht: (2026)

Beyond State-Wise Mirror Descent: Offline Policy Optimization with Parametric Policies
von: Li, Xiang, et al.
Veröffentlicht: (2026)

Path-Space Mirror Descent for On-Policy Reinforcement Learning under the Generalized Schrödinger Bridge
von: Gong, Yuehu, et al.
Veröffentlicht: (2026)

Latent Policy Steering through One-Step Flow Policies
von: Im, Hokyun, et al.
Veröffentlicht: (2026)

Truncated Rectified Flow Policy for Reinforcement Learning with One-Step Sampling
von: Zhou, Xubin, et al.
Veröffentlicht: (2026)

Primal-Dual Spectral Representation for Off-policy Evaluation
von: Hu, Yang, et al.
Veröffentlicht: (2024)

One-Step Generative Policies with Q-Learning: A Reformulation of MeanFlow
von: Wang, Zeyuan, et al.
Veröffentlicht: (2025)

A Mirror Descent Perspective of Smoothed Sign Descent
von: Wang, Shuyang, et al.
Veröffentlicht: (2024)

Convergence of Policy Mirror Descent Beyond Compatible Function Approximation
von: Sherman, Uri, et al.
Veröffentlicht: (2025)

StaQ it! Growing neural networks for Policy Mirror Descent
von: Shilova, Alena, et al.
Veröffentlicht: (2025)

Policy Mirror Descent with Temporal Difference Learning: Sample Complexity under Online Markov Data
von: Li, Wenye, et al.
Veröffentlicht: (2025)

Parameter-free Mirror Descent
von: Jacobsen, Andrew, et al.
Veröffentlicht: (2022)

Mirror Descent on Riemannian Manifolds
von: Jiang, Jiaxin, et al.
Veröffentlicht: (2026)

Mirror Descent Policy Optimisation for Robust Constrained Markov Decision Processes
von: Bossens, David M., et al.
Veröffentlicht: (2025)

Distributed Thompson sampling under constrained communication
von: Zerefa, Saba, et al.
Veröffentlicht: (2024)

The Hidden Cost of Approximation in Online Mirror Descent
von: Schlisselberg, Ofir, et al.
Veröffentlicht: (2025)

Trajectory Consistency for One-Step Generation on Euler Mean Flows
von: Li, Zhiqi, et al.
Veröffentlicht: (2026)

Approximation of Log-Partition Function in Policy Mirror Descent Induces Implicit Regularization for LLM Post-Training
von: Xu, Zhenghao, et al.
Veröffentlicht: (2026)

Max-Entropy Reinforcement Learning with Flow Matching and A Case Study on LQR
von: Zhang, Yuyang, et al.
Veröffentlicht: (2025)

Reference-Sampled Boltzmann Projection for KL-Regularized RLVR: Target-Matched Weighted SFT, Finite One-Shot Gaps, and Policy Mirror Descent
von: Shu, Yao, et al.
Veröffentlicht: (2026)

Learnable Loss Geometries with Mirror Descent for Scalable and Convergent Meta-Learning
von: Zhang, Yilang, et al.
Veröffentlicht: (2025)

Configurable Mirror Descent: Towards a Unification of Decision Making
von: Li, Pengdeng, et al.
Veröffentlicht: (2024)

One-Step Flow Q-Learning: Addressing the Diffusion Policy Bottleneck in Offline Reinforcement Learning
von: Nguyen, Thanh, et al.
Veröffentlicht: (2025)

A Novel Framework for Policy Mirror Descent with General Parameterization and Linear Convergence
von: Alfano, Carlo, et al.
Veröffentlicht: (2023)

Value Mirror Descent for Reinforcement Learning
von: Jia, Zhichao, et al.
Veröffentlicht: (2026)

A Mirror Descent-Based Algorithm for Corruption-Tolerant Distributed Gradient Descent
von: Wang, Shuche, et al.
Veröffentlicht: (2024)