:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Islam, SM Mazharul, Huber, Manfred
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	https://arxiv.org/abs/2508.13922
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

An Optimal Policy for Learning Controllable Dynamics by Exploration
von: Loxley, Peter N.
Veröffentlicht: (2025)

Controllable Exploration in Hybrid-Policy RLVR for Multi-Modal Reasoning
von: Huang, Zhuoxu, et al.
Veröffentlicht: (2026)

Exploration Behavior of Untrained Policies
von: Adamczyk, Jacob
Veröffentlicht: (2025)

Confidence-Controlled Exploration: Efficient Sparse-Reward Policy Learning for Robot Navigation
von: Patel, Bhrij, et al.
Veröffentlicht: (2023)

Proximal Policy Optimization with Adaptive Exploration
von: Lixandru, Andrei
Veröffentlicht: (2024)

Emergence of Exploration in Policy Gradient Reinforcement Learning via Retrying
von: Nishimori, Soichiro, et al.
Veröffentlicht: (2026)

When Errors Can Be Beneficial: A Categorization of Imperfect Rewards for Policy Gradient
von: Shang, Shuning, et al.
Veröffentlicht: (2026)

Efficient On-Policy Reinforcement Learning via Exploration of Sparse Parameter Space
von: Zhang, Xinyu, et al.
Veröffentlicht: (2025)

Safe Exploration via Policy Priors
von: Wendl, Manuel, et al.
Veröffentlicht: (2026)

Deep RL With Information Constrained Policies: Generalization in Continuous Control
von: Malloy, Tailia, et al.
Veröffentlicht: (2020)

LPPG-RL: Lexicographically Projected Policy Gradient Reinforcement Learning with Subproblem Exploration
von: Qiu, Ruiyu, et al.
Veröffentlicht: (2025)

Scheduled Curiosity-Deep Dyna-Q: Efficient Exploration for Dialog Policy Learning
von: Niu, Xuecheng, et al.
Veröffentlicht: (2024)

Adaptive Exploration for Multi-Reward Multi-Policy Evaluation
von: Russo, Alessio, et al.
Veröffentlicht: (2025)

How Log-Barrier Helps Exploration in Policy Optimization
von: Cesani, Leonardo, et al.
Veröffentlicht: (2026)

Continual Policy Distillation of Reinforcement Learning-based Controllers for Soft Robotic In-Hand Manipulation
von: Li, Lanpei, et al.
Veröffentlicht: (2024)

Continual Task Learning through Adaptive Policy Self-Composition
von: Hu, Shengchao, et al.
Veröffentlicht: (2024)

Learning General Policies with Policy Gradient Methods
von: Ståhlberg, Simon, et al.
Veröffentlicht: (2025)

APEX: Autonomous Policy Exploration for Self-Evolving LLM Agents
von: Li, Yibo, et al.
Veröffentlicht: (2026)

Optimal Control-Based Baseline for Guided Exploration in Policy Gradient Methods
von: Lyu, Xubo, et al.
Veröffentlicht: (2020)

Integrating Policy Summaries with Reward Decomposition for Explaining Reinforcement Learning Agents
von: Septon, Yael, et al.
Veröffentlicht: (2022)

POPE: Learning to Reason on Hard Problems via Privileged On-Policy Exploration
von: Qu, Yuxiao, et al.
Veröffentlicht: (2026)

Distributionally Robust Policy Evaluation and Learning for Continuous Treatment with Observational Data
von: Leung, Cheuk Hang, et al.
Veröffentlicht: (2025)

COPR: Continual Human Preference Learning via Optimal Policy Regularization
von: Zhang, Han, et al.
Veröffentlicht: (2024)

Dual-Uncertainty Guided Policy Learning for Multimodal Reasoning
von: Liu, Rui, et al.
Veröffentlicht: (2025)

Annotation-Assisted Learning of Treatment Policies From Multimodal Electronic Health Records
von: Arno, Henri, et al.
Veröffentlicht: (2025)

LLM-Explorer: A Plug-in Reinforcement Learning Policy Exploration Enhancement Driven by Large Language Models
von: Hao, Qianyue, et al.
Veröffentlicht: (2025)

SIME: Enhancing Policy Self-Improvement with Modal-level Exploration
von: Jin, Yang, et al.
Veröffentlicht: (2025)

Structured Role-Aware Policy Optimization for Multimodal Reasoning
von: Jiang, Bingqing, et al.
Veröffentlicht: (2026)

Discretizing Continuous Action Space with Unimodal Probability Distributions for On-Policy Reinforcement Learning
von: Zhu, Yuanyang, et al.
Veröffentlicht: (2024)

Unsupervised Learning of Efficient Exploration: Pre-training Adaptive Policies via Self-Imposed Goals
von: Pappalardo, Octavio
Veröffentlicht: (2026)

Towards Off-Policy Reinforcement Learning for Ranking Policies with Human Feedback
von: Xiao, Teng, et al.
Veröffentlicht: (2024)

Conformal Policy Control
von: Prinster, Drew, et al.
Veröffentlicht: (2026)

Consistency Based Weakly Self-Supervised Learning for Human Activity Recognition with Wearables
von: Sheng, Taoran, et al.
Veröffentlicht: (2024)

Sequential Monte Carlo for Policy Optimization in Continuous POMDPs
von: Abdulsamad, Hany, et al.
Veröffentlicht: (2025)

On-Policy Optimization of ANFIS Policies Using Proximal Policy Optimization
von: Shankar, Kaaustaaub, et al.
Veröffentlicht: (2025)

Action-Adaptive Continual Learning: Enabling Policy Generalization under Dynamic Action Spaces
von: Pan, Chaofan, et al.
Veröffentlicht: (2025)

Deterministic Policy Gradient for Reinforcement Learning with Continuous Time and State
von: Cheng, Ziheng, et al.
Veröffentlicht: (2025)

Machine Learning for Climate Policy: Understanding Policy Progression in the European Green Deal
von: West, Patricia, et al.
Veröffentlicht: (2025)

Functional Critics Are Essential for Actor-Critic: From Off-Policy Stability to Efficient Exploration
von: Bai, Qinxun, et al.
Veröffentlicht: (2025)

Kernel Metric Learning for In-Sample Off-Policy Evaluation of Deterministic RL Policies
von: Lee, Haanvid, et al.
Veröffentlicht: (2024)