Categorical Policies: Multimodal Policy Learning and Exploration in Continuous Control
Fuente:
arXiv
Salvato in:
| Autori principali: | Islam, SM Mazharul, Huber, Manfred |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
An Optimal Policy for Learning Controllable Dynamics by Exploration
di: Loxley, Peter N.
Pubblicazione: (2025)
di: Loxley, Peter N.
Pubblicazione: (2025)
Controllable Exploration in Hybrid-Policy RLVR for Multi-Modal Reasoning
di: Huang, Zhuoxu, et al.
Pubblicazione: (2026)
di: Huang, Zhuoxu, et al.
Pubblicazione: (2026)
Exploration Behavior of Untrained Policies
di: Adamczyk, Jacob
Pubblicazione: (2025)
di: Adamczyk, Jacob
Pubblicazione: (2025)
Confidence-Controlled Exploration: Efficient Sparse-Reward Policy Learning for Robot Navigation
di: Patel, Bhrij, et al.
Pubblicazione: (2023)
di: Patel, Bhrij, et al.
Pubblicazione: (2023)
Emergence of Exploration in Policy Gradient Reinforcement Learning via Retrying
di: Nishimori, Soichiro, et al.
Pubblicazione: (2026)
di: Nishimori, Soichiro, et al.
Pubblicazione: (2026)
Proximal Policy Optimization with Adaptive Exploration
di: Lixandru, Andrei
Pubblicazione: (2024)
di: Lixandru, Andrei
Pubblicazione: (2024)
When Errors Can Be Beneficial: A Categorization of Imperfect Rewards for Policy Gradient
di: Shang, Shuning, et al.
Pubblicazione: (2026)
di: Shang, Shuning, et al.
Pubblicazione: (2026)
Efficient On-Policy Reinforcement Learning via Exploration of Sparse Parameter Space
di: Zhang, Xinyu, et al.
Pubblicazione: (2025)
di: Zhang, Xinyu, et al.
Pubblicazione: (2025)
Deep RL With Information Constrained Policies: Generalization in Continuous Control
di: Malloy, Tailia, et al.
Pubblicazione: (2020)
di: Malloy, Tailia, et al.
Pubblicazione: (2020)
Safe Exploration via Policy Priors
di: Wendl, Manuel, et al.
Pubblicazione: (2026)
di: Wendl, Manuel, et al.
Pubblicazione: (2026)
LPPG-RL: Lexicographically Projected Policy Gradient Reinforcement Learning with Subproblem Exploration
di: Qiu, Ruiyu, et al.
Pubblicazione: (2025)
di: Qiu, Ruiyu, et al.
Pubblicazione: (2025)
Scheduled Curiosity-Deep Dyna-Q: Efficient Exploration for Dialog Policy Learning
di: Niu, Xuecheng, et al.
Pubblicazione: (2024)
di: Niu, Xuecheng, et al.
Pubblicazione: (2024)
Adaptive Exploration for Multi-Reward Multi-Policy Evaluation
di: Russo, Alessio, et al.
Pubblicazione: (2025)
di: Russo, Alessio, et al.
Pubblicazione: (2025)
How Log-Barrier Helps Exploration in Policy Optimization
di: Cesani, Leonardo, et al.
Pubblicazione: (2026)
di: Cesani, Leonardo, et al.
Pubblicazione: (2026)
Continual Task Learning through Adaptive Policy Self-Composition
di: Hu, Shengchao, et al.
Pubblicazione: (2024)
di: Hu, Shengchao, et al.
Pubblicazione: (2024)
Continual Policy Distillation of Reinforcement Learning-based Controllers for Soft Robotic In-Hand Manipulation
di: Li, Lanpei, et al.
Pubblicazione: (2024)
di: Li, Lanpei, et al.
Pubblicazione: (2024)
APEX: Autonomous Policy Exploration for Self-Evolving LLM Agents
di: Li, Yibo, et al.
Pubblicazione: (2026)
di: Li, Yibo, et al.
Pubblicazione: (2026)
Learning General Policies with Policy Gradient Methods
di: Ståhlberg, Simon, et al.
Pubblicazione: (2025)
di: Ståhlberg, Simon, et al.
Pubblicazione: (2025)
Distributionally Robust Policy Evaluation and Learning for Continuous Treatment with Observational Data
di: Leung, Cheuk Hang, et al.
Pubblicazione: (2025)
di: Leung, Cheuk Hang, et al.
Pubblicazione: (2025)
COPR: Continual Human Preference Learning via Optimal Policy Regularization
di: Zhang, Han, et al.
Pubblicazione: (2024)
di: Zhang, Han, et al.
Pubblicazione: (2024)
Annotation-Assisted Learning of Treatment Policies From Multimodal Electronic Health Records
di: Arno, Henri, et al.
Pubblicazione: (2025)
di: Arno, Henri, et al.
Pubblicazione: (2025)
POPE: Learning to Reason on Hard Problems via Privileged On-Policy Exploration
di: Qu, Yuxiao, et al.
Pubblicazione: (2026)
di: Qu, Yuxiao, et al.
Pubblicazione: (2026)
LLM-Explorer: A Plug-in Reinforcement Learning Policy Exploration Enhancement Driven by Large Language Models
di: Hao, Qianyue, et al.
Pubblicazione: (2025)
di: Hao, Qianyue, et al.
Pubblicazione: (2025)
Optimal Control-Based Baseline for Guided Exploration in Policy Gradient Methods
di: Lyu, Xubo, et al.
Pubblicazione: (2020)
di: Lyu, Xubo, et al.
Pubblicazione: (2020)
Discretizing Continuous Action Space with Unimodal Probability Distributions for On-Policy Reinforcement Learning
di: Zhu, Yuanyang, et al.
Pubblicazione: (2024)
di: Zhu, Yuanyang, et al.
Pubblicazione: (2024)
Dual-Uncertainty Guided Policy Learning for Multimodal Reasoning
di: Liu, Rui, et al.
Pubblicazione: (2025)
di: Liu, Rui, et al.
Pubblicazione: (2025)
Structured Role-Aware Policy Optimization for Multimodal Reasoning
di: Jiang, Bingqing, et al.
Pubblicazione: (2026)
di: Jiang, Bingqing, et al.
Pubblicazione: (2026)
SIME: Enhancing Policy Self-Improvement with Modal-level Exploration
di: Jin, Yang, et al.
Pubblicazione: (2025)
di: Jin, Yang, et al.
Pubblicazione: (2025)
Integrating Policy Summaries with Reward Decomposition for Explaining Reinforcement Learning Agents
di: Septon, Yael, et al.
Pubblicazione: (2022)
di: Septon, Yael, et al.
Pubblicazione: (2022)
Sequential Monte Carlo for Policy Optimization in Continuous POMDPs
di: Abdulsamad, Hany, et al.
Pubblicazione: (2025)
di: Abdulsamad, Hany, et al.
Pubblicazione: (2025)
Towards Off-Policy Reinforcement Learning for Ranking Policies with Human Feedback
di: Xiao, Teng, et al.
Pubblicazione: (2024)
di: Xiao, Teng, et al.
Pubblicazione: (2024)
Action-Adaptive Continual Learning: Enabling Policy Generalization under Dynamic Action Spaces
di: Pan, Chaofan, et al.
Pubblicazione: (2025)
di: Pan, Chaofan, et al.
Pubblicazione: (2025)
Unsupervised Learning of Efficient Exploration: Pre-training Adaptive Policies via Self-Imposed Goals
di: Pappalardo, Octavio
Pubblicazione: (2026)
di: Pappalardo, Octavio
Pubblicazione: (2026)
In-Context Learning for Pure Exploration in Continuous Spaces
di: Russo, Alessio, et al.
Pubblicazione: (2026)
di: Russo, Alessio, et al.
Pubblicazione: (2026)
Functional Critics Are Essential for Actor-Critic: From Off-Policy Stability to Efficient Exploration
di: Bai, Qinxun, et al.
Pubblicazione: (2025)
di: Bai, Qinxun, et al.
Pubblicazione: (2025)
On-Policy Optimization of ANFIS Policies Using Proximal Policy Optimization
di: Shankar, Kaaustaaub, et al.
Pubblicazione: (2025)
di: Shankar, Kaaustaaub, et al.
Pubblicazione: (2025)
Machine Learning for Climate Policy: Understanding Policy Progression in the European Green Deal
di: West, Patricia, et al.
Pubblicazione: (2025)
di: West, Patricia, et al.
Pubblicazione: (2025)
Kernel Metric Learning for In-Sample Off-Policy Evaluation of Deterministic RL Policies
di: Lee, Haanvid, et al.
Pubblicazione: (2024)
di: Lee, Haanvid, et al.
Pubblicazione: (2024)
From Noise to Control: Parameterized Diffusion Policies
di: Zhang, Renhao, et al.
Pubblicazione: (2026)
di: Zhang, Renhao, et al.
Pubblicazione: (2026)
CUER: Corrected Uniform Experience Replay for Off-Policy Continuous Deep Reinforcement Learning Algorithms
di: Yenicesu, Arda Sarp, et al.
Pubblicazione: (2024)
di: Yenicesu, Arda Sarp, et al.
Pubblicazione: (2024)
Documenti analoghi
-
An Optimal Policy for Learning Controllable Dynamics by Exploration
di: Loxley, Peter N.
Pubblicazione: (2025) -
Controllable Exploration in Hybrid-Policy RLVR for Multi-Modal Reasoning
di: Huang, Zhuoxu, et al.
Pubblicazione: (2026) -
Exploration Behavior of Untrained Policies
di: Adamczyk, Jacob
Pubblicazione: (2025) -
Confidence-Controlled Exploration: Efficient Sparse-Reward Policy Learning for Robot Navigation
di: Patel, Bhrij, et al.
Pubblicazione: (2023) -
Emergence of Exploration in Policy Gradient Reinforcement Learning via Retrying
di: Nishimori, Soichiro, et al.
Pubblicazione: (2026)