Buchumschlag

Proactive Constrained Policy Optimization with Preemptive Penalty

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yang, Ning, Wang, Pengyu, Liu, Guoqing, Zhang, Haifeng, Lv, Pin, Wang, Jun
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

Exterior Penalty Policy Optimization with Penalty Metric Network under Constraints
von: Gao, Shiqing, et al.
Veröffentlicht: (2024)

Implicit Turn-Wise Policy Optimization for Proactive User-LLM Interaction
von: Wang, Haoyu, et al.
Veröffentlicht: (2026)

Self-Supervised Penalty-Based Learning for Robust Constrained Optimization
von: Benslimane, Wyame, et al.
Veröffentlicht: (2025)

Penalty-Based First-Order Methods for Bilevel Optimization with Minimax and Constrained Lower-Level Problems
von: Shen, Yiyang, et al.
Veröffentlicht: (2026)

Double Duality: Variational Primal-Dual Policy Optimization for Constrained Reinforcement Learning
von: Li, Zihao, et al.
Veröffentlicht: (2024)

Constrained Policy Optimization with Explicit Behavior Density for Offline Reinforcement Learning
von: Zhang, Jing, et al.
Veröffentlicht: (2023)

Stop Guessing: Optimizing Goalkeeper Policies for Soccer Penalty Kicks
von: Bransen, Lotte, et al.
Veröffentlicht: (2025)

State-wise Constrained Policy Optimization
von: Zhao, Weiye, et al.
Veröffentlicht: (2023)

Evolving LLMs' Self-Refinement Capability via Synergistic Training-Inference Optimization
von: Zeng, Yongcheng, et al.
Veröffentlicht: (2025)

Stochastic Penalty-Barrier Methods for Constrained Machine Learning
von: Bosák, Adam, et al.
Veröffentlicht: (2026)

AlignIQL: Policy Alignment in Implicit Q-Learning through Constrained Optimization
von: He, Longxiang, et al.
Veröffentlicht: (2024)

Solving Richly Constrained Reinforcement Learning through State Augmentation and Reward Penalties
von: Jiang, Hao, et al.
Veröffentlicht: (2023)

e-COP : Episodic Constrained Optimization of Policies
von: Agnihotri, Akhil, et al.
Veröffentlicht: (2024)

Detector-Evasive LLM Paraphrasing via Constrained Policy Optimization
von: Wang, Mingyi, et al.
Veröffentlicht: (2026)

FastGRPO: Accelerating Policy Optimization via Concurrency-aware Speculative Decoding and Online Draft Learning
von: Zhang, Yizhou, et al.
Veröffentlicht: (2025)

Absolute State-wise Constrained Policy Optimization: High-Probability State-wise Constraints Satisfaction
von: Zhao, Weiye, et al.
Veröffentlicht: (2024)

Mitigating the Safety Alignment Tax with Null-Space Constrained Policy Optimization
von: Niu, Yifan, et al.
Veröffentlicht: (2025)

Adaptive Test-Time Compute Allocation for Reasoning LLMs via Constrained Policy Optimization
von: Zhai, Zhiyuan, et al.
Veröffentlicht: (2026)

Goal-Reaching Policy Learning from Non-Expert Observations via Effective Subgoal Guidance
von: Huang, RenMing, et al.
Veröffentlicht: (2024)

Constrained Policy Optimization with Cantelli-Bounded Value-at-Risk
von: Tangri, Rohan, et al.
Veröffentlicht: (2026)

Scaling Multi-Hop Training Data via Graph-Constrained Path Selection
von: Chen, Pengyu, et al.
Veröffentlicht: (2026)

Constrained Group Relative Policy Optimization
von: Girgis, Roger, et al.
Veröffentlicht: (2026)

Autoregressive Policy Optimization for Constrained Allocation Tasks
von: Winkel, David, et al.
Veröffentlicht: (2024)

Variational Delayed Policy Optimization
von: Wu, Qingyuan, et al.
Veröffentlicht: (2024)

Proactive Agent Research Environment: Simulating Active Users to Evaluate Proactive Assistants
von: Nathani, Deepak, et al.
Veröffentlicht: (2026)

Large Language Models as Generalist Policies for Network Optimization
von: Wu, Duo, et al.
Veröffentlicht: (2025)

skscope: Fast Sparsity-Constrained Optimization in Python
von: Wang, Zezhi, et al.
Veröffentlicht: (2024)

PecSched: Preemptive and Efficient Cluster Scheduling for LLM Inference
von: Zhang, Zeyu, et al.
Veröffentlicht: (2024)

A Rolling Stone Gathers No Moss: Adaptive Policy Optimization for Stable Self-Evaluation in Large Multimodal Models
von: Wang, Wenkai, et al.
Veröffentlicht: (2025)

On the Tension Between Optimality and Adversarial Robustness in Policy Optimization
von: Li, Haoran, et al.
Veröffentlicht: (2025)

Optimal Strong Regret and Violation in Constrained MDPs via Policy Optimization
von: Stradi, Francesco Emanuele, et al.
Veröffentlicht: (2024)

TokenFlow: Responsive LLM Text Streaming Serving under Request Burst via Preemptive Scheduling
von: Chen, Junyi, et al.
Veröffentlicht: (2025)

GIPO: Gaussian Importance Sampling Policy Optimization
von: Lu, Chengxuan, et al.
Veröffentlicht: (2026)

Diffusion Actor-Critic: Formulating Constrained Policy Iteration as Diffusion Noise Regression for Offline Reinforcement Learning
von: Fang, Linjiajie, et al.
Veröffentlicht: (2024)

Score Regularized Policy Optimization through Diffusion Behavior
von: Chen, Huayu, et al.
Veröffentlicht: (2023)

Breaking the Curse of Repulsion: Optimistic Distributionally Robust Policy Optimization for Off-Policy Generative Recommendation
von: Jiang, Jie, et al.
Veröffentlicht: (2026)

Mildly Constrained Evaluation Policy for Offline Reinforcement Learning
von: Xu, Linjie, et al.
Veröffentlicht: (2023)

Pushing Forward Pareto Frontiers of Proactive Agents with Behavioral Agentic Optimization
von: Yao, Yihang, et al.
Veröffentlicht: (2026)

Subspace Control: Turning Constrained Model Steering into Controllable Spectral Optimization
von: Huang, Yancheng, et al.
Veröffentlicht: (2026)

Trajectory-Oriented Policy Optimization with Sparse Rewards
von: Wang, Guojian, et al.
Veröffentlicht: (2024)