Buchumschlag

Convergence Theorems for Entropy-Regularized and Distributional Reinforcement Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jhaveri, Yash, Wiltzer, Harley, Shafto, Patrick, Bellemare, Marc G., Meger, David
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

Action Gaps and Advantages in Continuous-Time Distributional Reinforcement Learning
von: Wiltzer, Harley, et al.
Veröffentlicht: (2024)

Tractable Representations for Convergent Approximation of Distributional HJB Equations
von: Alhosh, Julie, et al.
Veröffentlicht: (2025)

Policy Optimization in a Noisy Neighborhood: On Return Landscapes in Continuous Control
von: Rahn, Nate, et al.
Veröffentlicht: (2023)

Foundations of Multivariate Distributional Reinforcement Learning
von: Wiltzer, Harley, et al.
Veröffentlicht: (2024)

A Distributional Analogue to the Successor Representation
von: Wiltzer, Harley, et al.
Veröffentlicht: (2024)

Parseval Regularization for Continual Reinforcement Learning
von: Chung, Wesley, et al.
Veröffentlicht: (2024)

Non-Adversarial Inverse Reinforcement Learning via Successor Feature Matching
von: Jain, Arnav Kumar, et al.
Veröffentlicht: (2024)

Multi-Agent Model-Based Reinforcement Learning with Joint State-Action Learned Embeddings
von: Wang, Zhizun, et al.
Veröffentlicht: (2026)

Global Convergence of Wasserstein Policy Gradient for Entropy-Regularized Reinforcement Learning
von: Zhu, Zhaoyu, et al.
Veröffentlicht: (2026)

KerJEPA: Kernel Discrepancies for Euclidean Self-Supervised Learning
von: Zimmermann, Eric, et al.
Veröffentlicht: (2025)

Multi-scale Predictive Representations for Goal-conditioned Reinforcement Learning
von: Adaikkappan, Valliappan Chidambaram, et al.
Veröffentlicht: (2026)

State Entropy Regularization for Robust Reinforcement Learning
von: Ashlag, Yonatan, et al.
Veröffentlicht: (2025)

Fairness in Reinforcement Learning with Bisimulation Metrics
von: Rezaei-Shoshtari, Sahand, et al.
Veröffentlicht: (2024)

Entropy Regularized Task Representation Learning for Offline Meta-Reinforcement Learning
von: Nakhaei, Mohammadreza, et al.
Veröffentlicht: (2024)

Efficient Epistemic Uncertainty Estimation in Regression Ensemble Models Using Pairwise-Distance Estimators
von: Berry, Lucas, et al.
Veröffentlicht: (2023)

Entropy-Regularized Adjoint Matching for Offline Reinforcement Learning
von: Ghanem, Abdelghani, et al.
Veröffentlicht: (2026)

Distributional Reinforcement Learning with Regularized Wasserstein Loss
von: Sun, Ke, et al.
Veröffentlicht: (2022)

Structured Evaluation of Synthetic Tabular Data
von: Yang, Scott Cheng-Hsin, et al.
Veröffentlicht: (2024)

On the geometry and topology of representations: the manifolds of modular addition
von: Moisescu-Pareja, Gabriela, et al.
Veröffentlicht: (2025)

Predicting The Cop Number Using Machine Learning
von: Mann, Meagan, et al.
Veröffentlicht: (2026)

Federated Distributional Reinforcement Learning with Distributional Critic Regularization
von: Millard, David, et al.
Veröffentlicht: (2026)

VDFD: Multi-Agent Value Decomposition Framework with Disentangled World Model
von: Wang, Zhizun, et al.
Veröffentlicht: (2023)

DROP: Distributional and Regular Optimism and Pessimism for Reinforcement Learning
von: Kobayashi, Taisuke
Veröffentlicht: (2024)

Viability of Future Actions: Robust Safety in Reinforcement Learning via Entropy Regularization
von: Massiani, Pierre-François, et al.
Veröffentlicht: (2025)

Provably Safe Reinforcement Learning for Stochastic Reach-Avoid Problems with Entropy Regularization
von: Mazumdar, Abhijit, et al.
Veröffentlicht: (2026)

Addressing Label Shift in Distributed Learning via Entropy Regularization
von: Wu, Zhiyuan, et al.
Veröffentlicht: (2025)

Federated Learning Framework via Distributed Mutual Learning
von: Gupta, Yash
Veröffentlicht: (2025)

Quantile Geometry Regularization for Distributional Reinforcement Learning
von: Zhang, Zhaofan, et al.
Veröffentlicht: (2026)

Relative Entropy Regularized Reinforcement Learning for Efficient Encrypted Policy Synthesis
von: Suh, Jihoon, et al.
Veröffentlicht: (2025)

SPINE: Token-Selective Test-Time Reinforcement Learning with Entropy-Band Regularization
von: Wu, Jianghao, et al.
Veröffentlicht: (2025)

Gradient Flow Convergence Guarantee for General Neural Network Architectures
von: Jakhmola, Yash
Veröffentlicht: (2025)

Beyond Exact Gradients: Convergence of Stochastic Soft-Max Policy Gradient Methods with Entropy Regularization
von: Ding, Yuhao, et al.
Veröffentlicht: (2021)

Linear Convergence of Entropy-Regularized Natural Policy Gradient with Linear Function Approximation
von: Cayci, Semih, et al.
Veröffentlicht: (2021)

An Analysis of Quantile Temporal-Difference Learning
von: Rowland, Mark, et al.
Veröffentlicht: (2023)

Linear Convergence of Independent Natural Policy Gradient in Games with Entropy Regularization
von: Sun, Youbang, et al.
Veröffentlicht: (2024)

Beyond Softmax and Entropy: Convergence Rates of Policy Gradients with f-SoftArgmax Parameterization & Coupled Regularization
von: Labbi, Safwan, et al.
Veröffentlicht: (2026)

Imitation Learning from Observation through Optimal Transport
von: Chang, Wei-Di, et al.
Veröffentlicht: (2023)

Compositional Planning with Jumpy World Models
von: Farebrother, Jesse, et al.
Veröffentlicht: (2026)

Intrinsic Benefits of Categorical Distributional Loss: Uncertainty-aware Regularized Exploration in Reinforcement Learning
von: Sun, Ke, et al.
Veröffentlicht: (2021)

Cyclical Entropy Eruption: Entropy Dynamics in Agent Reinforcement Learning
von: Li, Wendi, et al.
Veröffentlicht: (2026)