One-Step Flow Policy Mirror Descent
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Chen, Tianyi, Ma, Haitong, Li, Na, Wang, Kai, Dai, Bo |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Efficient Online Reinforcement Learning for Diffusion Policy
par: Ma, Haitong, et autres
Publié: (2025)
par: Ma, Haitong, et autres
Publié: (2025)
Stochastic MeanFlow Policies: One-Step Generative Control with Entropic Mirror Descent
par: Wang, Zeyuan, et autres
Publié: (2026)
par: Wang, Zeyuan, et autres
Publié: (2026)
Skill Transfer and Discovery for Sim-to-Real Learning: A Representation-Based Viewpoint
par: Ma, Haitong, et autres
Publié: (2024)
par: Ma, Haitong, et autres
Publié: (2024)
Efficient Duple Perturbation Robustness in Low-rank MDPs
par: Hu, Yang, et autres
Publié: (2024)
par: Hu, Yang, et autres
Publié: (2024)
Flow Matching Policy Optimization with Mirror Descent and Entropy Constraints
par: Gao, Ting, et autres
Publié: (2026)
par: Gao, Ting, et autres
Publié: (2026)
Offline Imitation Learning upon Arbitrary Demonstrations by Pre-Training Dynamics Representations
par: Ma, Haitong, et autres
Publié: (2025)
par: Ma, Haitong, et autres
Publié: (2025)
On the Effect of Regularization in Policy Mirror Descent
par: Kleuker, Jan Felix, et autres
Publié: (2025)
par: Kleuker, Jan Felix, et autres
Publié: (2025)
Policy Mirror Descent with Lookahead
par: Protopapas, Kimon, et autres
Publié: (2024)
par: Protopapas, Kimon, et autres
Publié: (2024)
Stochastic Nonlinear Control via Finite-dimensional Spectral Dynamic Embedding
par: Ren, Zhaolin, et autres
Publié: (2023)
par: Ren, Zhaolin, et autres
Publié: (2023)
On the Convergence of Policy in Unregularized Policy Mirror Descent
par: Lin, Dachao, et autres
Publié: (2022)
par: Lin, Dachao, et autres
Publié: (2022)
FlowRL: A Taxonomy and Modular Framework for Reinforcement Learning with Diffusion Policies
par: Gao, Chenxiao, et autres
Publié: (2026)
par: Gao, Chenxiao, et autres
Publié: (2026)
Functional Acceleration for Policy Mirror Descent
par: Chelu, Veronica, et autres
Publié: (2024)
par: Chelu, Veronica, et autres
Publié: (2024)
Sample Complexity of Neural Policy Mirror Descent for Policy Optimization on Low-Dimensional Manifolds
par: Xu, Zhenghao, et autres
Publié: (2023)
par: Xu, Zhenghao, et autres
Publié: (2023)
On the Convergence of Policy Mirror Descent with Temporal Difference Evaluation
par: Liu, Jiacai, et autres
Publié: (2025)
par: Liu, Jiacai, et autres
Publié: (2025)
Never Saddle for Reparameterized Steepest Descent as Mirror Flow
par: Jacobs, Tom, et autres
Publié: (2026)
par: Jacobs, Tom, et autres
Publié: (2026)
Beyond State-Wise Mirror Descent: Offline Policy Optimization with Parametric Policies
par: Li, Xiang, et autres
Publié: (2026)
par: Li, Xiang, et autres
Publié: (2026)
Path-Space Mirror Descent for On-Policy Reinforcement Learning under the Generalized Schrödinger Bridge
par: Gong, Yuehu, et autres
Publié: (2026)
par: Gong, Yuehu, et autres
Publié: (2026)
Latent Policy Steering through One-Step Flow Policies
par: Im, Hokyun, et autres
Publié: (2026)
par: Im, Hokyun, et autres
Publié: (2026)
Truncated Rectified Flow Policy for Reinforcement Learning with One-Step Sampling
par: Zhou, Xubin, et autres
Publié: (2026)
par: Zhou, Xubin, et autres
Publié: (2026)
Primal-Dual Spectral Representation for Off-policy Evaluation
par: Hu, Yang, et autres
Publié: (2024)
par: Hu, Yang, et autres
Publié: (2024)
One-Step Generative Policies with Q-Learning: A Reformulation of MeanFlow
par: Wang, Zeyuan, et autres
Publié: (2025)
par: Wang, Zeyuan, et autres
Publié: (2025)
A Mirror Descent Perspective of Smoothed Sign Descent
par: Wang, Shuyang, et autres
Publié: (2024)
par: Wang, Shuyang, et autres
Publié: (2024)
Convergence of Policy Mirror Descent Beyond Compatible Function Approximation
par: Sherman, Uri, et autres
Publié: (2025)
par: Sherman, Uri, et autres
Publié: (2025)
StaQ it! Growing neural networks for Policy Mirror Descent
par: Shilova, Alena, et autres
Publié: (2025)
par: Shilova, Alena, et autres
Publié: (2025)
Policy Mirror Descent with Temporal Difference Learning: Sample Complexity under Online Markov Data
par: Li, Wenye, et autres
Publié: (2025)
par: Li, Wenye, et autres
Publié: (2025)
Parameter-free Mirror Descent
par: Jacobsen, Andrew, et autres
Publié: (2022)
par: Jacobsen, Andrew, et autres
Publié: (2022)
Mirror Descent on Riemannian Manifolds
par: Jiang, Jiaxin, et autres
Publié: (2026)
par: Jiang, Jiaxin, et autres
Publié: (2026)
Mirror Descent Policy Optimisation for Robust Constrained Markov Decision Processes
par: Bossens, David M., et autres
Publié: (2025)
par: Bossens, David M., et autres
Publié: (2025)
Distributed Thompson sampling under constrained communication
par: Zerefa, Saba, et autres
Publié: (2024)
par: Zerefa, Saba, et autres
Publié: (2024)
The Hidden Cost of Approximation in Online Mirror Descent
par: Schlisselberg, Ofir, et autres
Publié: (2025)
par: Schlisselberg, Ofir, et autres
Publié: (2025)
Trajectory Consistency for One-Step Generation on Euler Mean Flows
par: Li, Zhiqi, et autres
Publié: (2026)
par: Li, Zhiqi, et autres
Publié: (2026)
Approximation of Log-Partition Function in Policy Mirror Descent Induces Implicit Regularization for LLM Post-Training
par: Xu, Zhenghao, et autres
Publié: (2026)
par: Xu, Zhenghao, et autres
Publié: (2026)
Max-Entropy Reinforcement Learning with Flow Matching and A Case Study on LQR
par: Zhang, Yuyang, et autres
Publié: (2025)
par: Zhang, Yuyang, et autres
Publié: (2025)
Reference-Sampled Boltzmann Projection for KL-Regularized RLVR: Target-Matched Weighted SFT, Finite One-Shot Gaps, and Policy Mirror Descent
par: Shu, Yao, et autres
Publié: (2026)
par: Shu, Yao, et autres
Publié: (2026)
Learnable Loss Geometries with Mirror Descent for Scalable and Convergent Meta-Learning
par: Zhang, Yilang, et autres
Publié: (2025)
par: Zhang, Yilang, et autres
Publié: (2025)
Configurable Mirror Descent: Towards a Unification of Decision Making
par: Li, Pengdeng, et autres
Publié: (2024)
par: Li, Pengdeng, et autres
Publié: (2024)
One-Step Flow Q-Learning: Addressing the Diffusion Policy Bottleneck in Offline Reinforcement Learning
par: Nguyen, Thanh, et autres
Publié: (2025)
par: Nguyen, Thanh, et autres
Publié: (2025)
A Novel Framework for Policy Mirror Descent with General Parameterization and Linear Convergence
par: Alfano, Carlo, et autres
Publié: (2023)
par: Alfano, Carlo, et autres
Publié: (2023)
Value Mirror Descent for Reinforcement Learning
par: Jia, Zhichao, et autres
Publié: (2026)
par: Jia, Zhichao, et autres
Publié: (2026)
A Mirror Descent-Based Algorithm for Corruption-Tolerant Distributed Gradient Descent
par: Wang, Shuche, et autres
Publié: (2024)
par: Wang, Shuche, et autres
Publié: (2024)
Documents similaires
-
Efficient Online Reinforcement Learning for Diffusion Policy
par: Ma, Haitong, et autres
Publié: (2025) -
Stochastic MeanFlow Policies: One-Step Generative Control with Entropic Mirror Descent
par: Wang, Zeyuan, et autres
Publié: (2026) -
Skill Transfer and Discovery for Sim-to-Real Learning: A Representation-Based Viewpoint
par: Ma, Haitong, et autres
Publié: (2024) -
Efficient Duple Perturbation Robustness in Low-rank MDPs
par: Hu, Yang, et autres
Publié: (2024) -
Flow Matching Policy Optimization with Mirror Descent and Entropy Constraints
par: Gao, Ting, et autres
Publié: (2026)