Buchumschlag

DAWM: Diffusion Action World Models for Offline Reinforcement Learning via Action-Inferred Transitions

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Zongyue, Han, Xiao, Li, Yusong, Strauss, Niklas, Schubert, Matthias
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Spatial-Aware Deep Reinforcement Learning for the Traveling Officer Problem
von: Strauß, Niklas, et al.
Veröffentlicht: (2024)

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

Preferred-Action-Optimized Diffusion Policies for Offline Reinforcement Learning
von: Zhang, Tianle, et al.
Veröffentlicht: (2024)

SAMG: Offline-to-Online Reinforcement Learning via State-Action-Conditional Offline Model Guidance
von: Zhang, Liyu, et al.
Veröffentlicht: (2024)

Scaling Offline Model-Based RL via Jointly-Optimized World-Action Model Pretraining
von: Cheng, Jie, et al.
Veröffentlicht: (2024)

Two-Step Offline Preference-Based Reinforcement Learning with Constrained Actions
von: Xu, Yinglun, et al.
Veröffentlicht: (2023)

Offline Reinforcement Learning with Penalized Action Noise Injection
von: Oh, JunHyeok, et al.
Veröffentlicht: (2025)

Constrained Latent Action Policies for Model-Based Offline Reinforcement Learning
von: Alles, Marvin, et al.
Veröffentlicht: (2024)

Safe Deployment of Offline Reinforcement Learning via Input Convex Action Correction
von: Durkin, Alex, et al.
Veröffentlicht: (2025)

Dying Clusters Is All You Need -- Deep Clustering With an Unknown Number of Clusters
von: Leiber, Collin, et al.
Veröffentlicht: (2024)

Penalizing Infeasible Actions and Reward Scaling in Reinforcement Learning with Offline Data
von: Kim, Jeonghye, et al.
Veröffentlicht: (2025)

Offline Reinforcement Learning with OOD State Correction and OOD Action Suppression
von: Mao, Yixiu, et al.
Veröffentlicht: (2024)

Proximal Action Replacement for Behavior Cloning Actor-Critic in Offline Reinforcement Learning
von: Dong, Jinzong, et al.
Veröffentlicht: (2026)

Guided Flow Policy: Learning from High-Value Actions in Offline Reinforcement Learning
von: Tiofack, Franki Nguimatsia, et al.
Veröffentlicht: (2025)

Offline-to-Online Reinforcement Learning with Classifier-Free Diffusion Generation
von: Huang, Xiao, et al.
Veröffentlicht: (2025)

Reinforcement Learning with Action Chunking
von: Li, Qiyang, et al.
Veröffentlicht: (2025)

Safe Offline Reinforcement Learning with Feasibility-Guided Diffusion Model
von: Zheng, Yinan, et al.
Veröffentlicht: (2024)

Diffusion World Model: Future Modeling Beyond Step-by-Step Rollout for Offline Reinforcement Learning
von: Ding, Zihan, et al.
Veröffentlicht: (2024)

Behavior-Regularized Diffusion Policy Optimization for Offline Reinforcement Learning
von: Gao, Chen-Xiao, et al.
Veröffentlicht: (2025)

Scalable Offline Model-Based RL with Action Chunks
von: Park, Kwanyoung, et al.
Veröffentlicht: (2025)

Continual Offline Reinforcement Learning via Diffusion-based Dual Generative Replay
von: Liu, Jinmei, et al.
Veröffentlicht: (2024)

Vintix: Action Model via In-Context Reinforcement Learning
von: Polubarov, Andrey, et al.
Veröffentlicht: (2025)

Neuro-symbolic Action Masking for Deep Reinforcement Learning
von: Han, Shuai, et al.
Veröffentlicht: (2026)

State-Action Inpainting Diffuser for Continuous Control with Delay
von: Han, Dongqi, et al.
Veröffentlicht: (2026)

Learning Partial Action Replacement in Offline MARL
von: Jin, Yue, et al.
Veröffentlicht: (2026)

Manifold-Constrained Energy-Based Transition Models for Offline Reinforcement Learning
von: Fang, Zeyu, et al.
Veröffentlicht: (2026)

Action-Free Offline-to-Online RL via Discretised State Policies
von: Neggatu, Natinael Solomon, et al.
Veröffentlicht: (2026)

Tackling Data Corruption in Offline Reinforcement Learning via Sequence Modeling
von: Xu, Jiawei, et al.
Veröffentlicht: (2024)

Model-based Reinforcement Learning for Parameterized Action Spaces
von: Zhang, Renhao, et al.
Veröffentlicht: (2024)

MICRO: Model-Based Offline Reinforcement Learning with a Conservative Bellman Operator
von: Liu, Xiao-Yin, et al.
Veröffentlicht: (2023)

Reinforcement Learning With Sparse-Executing Actions via Sparsity Regularization
von: Pang, Jing-Cheng, et al.
Veröffentlicht: (2021)

Diffusion-DICE: In-Sample Diffusion Guidance for Offline Reinforcement Learning
von: Mao, Liyuan, et al.
Veröffentlicht: (2024)

FAST-Q: Fast-track Exploration with Adversarially Balanced State Representations for Counterfactual Action Estimation in Offline Reinforcement Learning
von: Agrawal, Pulkit, et al.
Veröffentlicht: (2025)

Identifying Latent Actions and Dynamics from Offline Data via Demonstrator Diversity
von: Schur, Felix
Veröffentlicht: (2026)

MODULI: Unlocking Preference Generalization via Diffusion Models for Offline Multi-Objective Reinforcement Learning
von: Yuan, Yifu, et al.
Veröffentlicht: (2024)

LEASE: Offline Preference-based Reinforcement Learning with High Sample Efficiency
von: Liu, Xiao-Yin, et al.
Veröffentlicht: (2024)

DiffStitch: Boosting Offline Reinforcement Learning with Diffusion-based Trajectory Stitching
von: Li, Guanghe, et al.
Veröffentlicht: (2024)

KAN v.s. MLP for Offline Reinforcement Learning
von: Guo, Haihong, et al.
Veröffentlicht: (2024)

When Demonstrations Meet Generative World Models: A Maximum Likelihood Framework for Offline Inverse Reinforcement Learning
von: Zeng, Siliang, et al.
Veröffentlicht: (2023)

Policy-Driven World Model Adaptation for Robust Offline Model-based Reinforcement Learning
von: Chen, Jiayu, et al.
Veröffentlicht: (2025)