Iterative Refinement of Flow Policies in Probability Space for Online Reinforcement Learning
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Sun, Mingyang, Ding, Pengxiang, Zhang, Weinan, Wang, Donglin |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Score-Based Diffusion Policy Compatible with Reinforcement Learning via Optimal Transport
par: Sun, Mingyang, et autres
Publié: (2025)
par: Sun, Mingyang, et autres
Publié: (2025)
Score and Distribution Matching Policy: Advanced Accelerated Visuomotor Policies via Matched Distillation
par: Jia, Bofang, et autres
Publié: (2024)
par: Jia, Bofang, et autres
Publié: (2024)
Flow-Based Policy for Online Reinforcement Learning
par: Lv, Lei, et autres
Publié: (2025)
par: Lv, Lei, et autres
Publié: (2025)
ReinFlow: Fine-tuning Flow Matching Policy with Online Reinforcement Learning
par: Zhang, Tonghe, et autres
Publié: (2025)
par: Zhang, Tonghe, et autres
Publié: (2025)
Evolving Diffusion and Flow Matching Policies for Online Reinforcement Learning
par: Zhang, Chubin, et autres
Publié: (2025)
par: Zhang, Chubin, et autres
Publié: (2025)
GenPO: Generative Diffusion Models Meet On-Policy Reinforcement Learning
par: Ding, Shutong, et autres
Publié: (2025)
par: Ding, Shutong, et autres
Publié: (2025)
Discretizing Continuous Action Space with Unimodal Probability Distributions for On-Policy Reinforcement Learning
par: Zhu, Yuanyang, et autres
Publié: (2024)
par: Zhu, Yuanyang, et autres
Publié: (2024)
GEVRM: Goal-Expressive Video Generation Model For Robust Visual Manipulation
par: Zhang, Hongyin, et autres
Publié: (2025)
par: Zhang, Hongyin, et autres
Publié: (2025)
Diffusion-based Reinforcement Learning via Q-weighted Variational Policy Optimization
par: Ding, Shutong, et autres
Publié: (2024)
par: Ding, Shutong, et autres
Publié: (2024)
FlowRefiner: Flow Matching-Based Iterative Refinement for 3D Turbulent Flow Simulation
par: Dai, Yilong, et autres
Publié: (2026)
par: Dai, Yilong, et autres
Publié: (2026)
Improving Offline-to-Online Reinforcement Learning with Q Conditioned State Entropy Exploration
par: Zhang, Ziqi, et autres
Publié: (2023)
par: Zhang, Ziqi, et autres
Publié: (2023)
Feasible Policy Iteration for Safe Reinforcement Learning
par: Yang, Yujie, et autres
Publié: (2023)
par: Yang, Yujie, et autres
Publié: (2023)
Continuous-time Riemannian SGD and SVRG Flows on Wasserstein Probabilistic Space
par: Yi, Mingyang, et autres
Publié: (2024)
par: Yi, Mingyang, et autres
Publié: (2024)
Reinforcement Fine-Tuning of Flow-Matching Policies for Vision-Language-Action Models
par: Lyu, Mingyang, et autres
Publié: (2025)
par: Lyu, Mingyang, et autres
Publié: (2025)
Efficient Online Reinforcement Learning for Diffusion Policy
par: Ma, Haitong, et autres
Publié: (2025)
par: Ma, Haitong, et autres
Publié: (2025)
Exploring Synthesizable Chemical Space with Iterative Pathway Refinements
par: Lee, Seul, et autres
Publié: (2025)
par: Lee, Seul, et autres
Publié: (2025)
Online Iterative Reinforcement Learning from Human Feedback with General Preference Model
par: Ye, Chenlu, et autres
Publié: (2024)
par: Ye, Chenlu, et autres
Publié: (2024)
A Real-World Quadrupedal Locomotion Benchmark for Offline Reinforcement Learning
par: Zhang, Hongyin, et autres
Publié: (2023)
par: Zhang, Hongyin, et autres
Publié: (2023)
Data-Incremental Continual Offline Reinforcement Learning
par: Gai, Sibo, et autres
Publié: (2024)
par: Gai, Sibo, et autres
Publié: (2024)
Rethinking Latent Redundancy in Behavior Cloning: An Information Bottleneck Approach for Robot Manipulation
par: Bai, Shuanghao, et autres
Publié: (2025)
par: Bai, Shuanghao, et autres
Publié: (2025)
Reverse Flow Matching: A Unified Framework for Online Reinforcement Learning with Diffusion and Flow Policies
par: Li, Zeyang, et autres
Publié: (2026)
par: Li, Zeyang, et autres
Publié: (2026)
Reinforcement Learning for Flow-Matching Policies
par: Pfrommer, Samuel, et autres
Publié: (2025)
par: Pfrommer, Samuel, et autres
Publié: (2025)
Controllable Flow Matching for Online Reinforcement Learning
par: Wang, Bin, et autres
Publié: (2025)
par: Wang, Bin, et autres
Publié: (2025)
Do Not Imitate, Reinforce: Iterative Classification via Belief Refinement
par: Kallel, Mahdi, et autres
Publié: (2026)
par: Kallel, Mahdi, et autres
Publié: (2026)
Enhancing Reinforcement Learning Fine-Tuning with an Online Refiner
par: Ma, Hao, et autres
Publié: (2026)
par: Ma, Hao, et autres
Publié: (2026)
Path-Space Mirror Descent for On-Policy Reinforcement Learning under the Generalized Schrödinger Bridge
par: Gong, Yuehu, et autres
Publié: (2026)
par: Gong, Yuehu, et autres
Publié: (2026)
SAC Flow: Sample-Efficient Reinforcement Learning of Flow-Based Policies via Velocity-Reparameterized Sequential Modeling
par: Zhang, Yixian, et autres
Publié: (2025)
par: Zhang, Yixian, et autres
Publié: (2025)
Reinforcing Language Agents via Policy Optimization with Action Decomposition
par: Wen, Muning, et autres
Publié: (2024)
par: Wen, Muning, et autres
Publié: (2024)
SAMG: Offline-to-Online Reinforcement Learning via State-Action-Conditional Offline Model Guidance
par: Zhang, Liyu, et autres
Publié: (2024)
par: Zhang, Liyu, et autres
Publié: (2024)
Online Estimation and Inference for Robust Policy Evaluation in Reinforcement Learning
par: Liu, Weidong, et autres
Publié: (2023)
par: Liu, Weidong, et autres
Publié: (2023)
PolicyFlow: Policy Optimization with Continuous Normalizing Flow in Reinforcement Learning
par: Yang, Shunpeng, et autres
Publié: (2026)
par: Yang, Shunpeng, et autres
Publié: (2026)
Gaussian-Mixture-Model Q-Functions for Policy Iteration in Reinforcement Learning
par: Vu, Minh, et autres
Publié: (2025)
par: Vu, Minh, et autres
Publié: (2025)
Last-Iterate Global Convergence of Policy Gradients for Constrained Reinforcement Learning
par: Montenegro, Alessandro, et autres
Publié: (2024)
par: Montenegro, Alessandro, et autres
Publié: (2024)
Federated In-Context Learning: Iterative Refinement for Improved Answer Quality
par: Wang, Ruhan, et autres
Publié: (2025)
par: Wang, Ruhan, et autres
Publié: (2025)
Fisher Decorator: Refining Flow Policy via a Local Transport Map
par: Cheng, Xiaoyuan, et autres
Publié: (2026)
par: Cheng, Xiaoyuan, et autres
Publié: (2026)
Diffusion Actor-Critic: Formulating Constrained Policy Iteration as Diffusion Noise Regression for Offline Reinforcement Learning
par: Fang, Linjiajie, et autres
Publié: (2024)
par: Fang, Linjiajie, et autres
Publié: (2024)
Probability-Flow ODE in Infinite-Dimensional Function Spaces
par: Na, Kunwoo, et autres
Publié: (2025)
par: Na, Kunwoo, et autres
Publié: (2025)
HOPE: A Reinforcement Learning-based Hybrid Policy Path Planner for Diverse Parking Scenarios
par: Jiang, Mingyang, et autres
Publié: (2024)
par: Jiang, Mingyang, et autres
Publié: (2024)
Learning by Doing: An Online Causal Reinforcement Learning Framework with Causal-Aware Policy
par: Cai, Ruichu, et autres
Publié: (2024)
par: Cai, Ruichu, et autres
Publié: (2024)
Model-based Multi-agent Reinforcement Learning: Recent Progress and Prospects
par: Wang, Xihuai, et autres
Publié: (2022)
par: Wang, Xihuai, et autres
Publié: (2022)
Documents similaires
-
Score-Based Diffusion Policy Compatible with Reinforcement Learning via Optimal Transport
par: Sun, Mingyang, et autres
Publié: (2025) -
Score and Distribution Matching Policy: Advanced Accelerated Visuomotor Policies via Matched Distillation
par: Jia, Bofang, et autres
Publié: (2024) -
Flow-Based Policy for Online Reinforcement Learning
par: Lv, Lei, et autres
Publié: (2025) -
ReinFlow: Fine-tuning Flow Matching Policy with Online Reinforcement Learning
par: Zhang, Tonghe, et autres
Publié: (2025) -
Evolving Diffusion and Flow Matching Policies for Online Reinforcement Learning
par: Zhang, Chubin, et autres
Publié: (2025)