Buchumschlag

Horizon Reduction as Information Loss in Offline Reinforcement Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Nidadala, Uday Kumar, Guthi, Venkata Bhumika
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

Offline Reinforcement Learning with Universal Horizon Models
von: Chung, Hojun, et al.
Veröffentlicht: (2026)

Switching the Loss Reduces the Cost in Batch (Offline) Reinforcement Learning
von: Ayoub, Alex, et al.
Veröffentlicht: (2024)

Long-Horizon Model-Based Offline Reinforcement Learning Without Explicit Conservatism
von: Ni, Tianwei, et al.
Veröffentlicht: (2025)

DyDiff: Long-Horizon Rollout via Dynamics Diffusion for Offline Reinforcement Learning
von: Zhao, Hanye, et al.
Veröffentlicht: (2024)

Information-Directed Offline-to-Online Reinforcement Learning
von: Chen, Keru
Veröffentlicht: (2026)

Adaptive Coarse-to-Fine Subgoal Refinement for Long-Horizon Offline Goal-Conditioned Reinforcement Learning
von: Ke, Kaiqiang, et al.
Veröffentlicht: (2026)

Planning Transformer: Long-Horizon Offline Reinforcement Learning with Planning Tokens
von: Clinton, Joseph, et al.
Veröffentlicht: (2024)

Offline Imitation Learning by Controlling the Effective Planning Horizon
von: Ahn, Hee-Jun, et al.
Veröffentlicht: (2024)

Mutual Information Regularized Offline Reinforcement Learning
von: Ma, Xiao, et al.
Veröffentlicht: (2022)

UDQL: Bridging The Gap between MSE Loss and The Optimal Value Function in Offline Reinforcement Learning
von: Zhang, Yu, et al.
Veröffentlicht: (2024)

Scalable Multi-Agent Offline Reinforcement Learning and the Role of Information
von: Zamboni, Riccardo, et al.
Veröffentlicht: (2025)

Structural Information-based Hierarchical Diffusion for Offline Reinforcement Learning
von: Zeng, Xianghua, et al.
Veröffentlicht: (2025)

Offline Safe Reinforcement Learning Using Trajectory Classification
von: Gong, Ze, et al.
Veröffentlicht: (2024)

Offline Trajectory Optimization for Offline Reinforcement Learning
von: Zhao, Ziqi, et al.
Veröffentlicht: (2024)

Equivariant Offline Reinforcement Learning
von: Tangri, Arsh, et al.
Veröffentlicht: (2024)

Federated Offline Reinforcement Learning
von: Zhou, Doudou, et al.
Veröffentlicht: (2022)

Epistemic Robust Offline Reinforcement Learning
von: Chenreddy, Abhilash Reddy, et al.
Veröffentlicht: (2026)

Attention-Based Offline Reinforcement Learning and Clustering for Interpretable Sepsis Treatment
von: Kumar, Punit, et al.
Veröffentlicht: (2026)

Offline Multitask Representation Learning for Reinforcement Learning
von: Ishfaq, Haque, et al.
Veröffentlicht: (2024)

Towards an Information Theoretic Framework of Context-Based Offline Meta-Reinforcement Learning
von: Li, Lanqing, et al.
Veröffentlicht: (2024)

Efficient Online Reinforcement Learning Fine-Tuning Need Not Retain Offline Data
von: Zhou, Zhiyuan, et al.
Veröffentlicht: (2024)

Sparse Offline Reinforcement Learning with Corruption Robustness
von: Tran, Nam Phuong, et al.
Veröffentlicht: (2025)

Temporal Abstraction in Reinforcement Learning with Offline Data
von: Ayyagari, Ranga Shaarad, et al.
Veröffentlicht: (2024)

Offline Reinforcement Learning with Domain-Unlabeled Data
von: Nishimori, Soichiro, et al.
Veröffentlicht: (2024)

Rethinking Optimal Transport in Offline Reinforcement Learning
von: Asadulaev, Arip, et al.
Veröffentlicht: (2024)

Horizon Reduction Makes RL Scalable
von: Park, Seohong, et al.
Veröffentlicht: (2025)

Making Offline RL Online: Collaborative World Models for Offline Visual Reinforcement Learning
von: Wang, Qi, et al.
Veröffentlicht: (2023)

Horizon Generalization in Reinforcement Learning
von: Myers, Vivek, et al.
Veröffentlicht: (2025)

Preference Elicitation for Offline Reinforcement Learning
von: Pace, Alizée, et al.
Veröffentlicht: (2024)

Offline Reinforcement Learning with Imbalanced Datasets
von: Jiang, Li, et al.
Veröffentlicht: (2023)

Simple Ingredients for Offline Reinforcement Learning
von: Cetin, Edoardo, et al.
Veröffentlicht: (2024)

Residuals-based Offline Reinforcement Learning
von: Zhu, Qing, et al.
Veröffentlicht: (2026)

State-Constrained Offline Reinforcement Learning
von: Hepburn, Charles A., et al.
Veröffentlicht: (2024)

The Generalization Gap in Offline Reinforcement Learning
von: Mediratta, Ishita, et al.
Veröffentlicht: (2023)

Dataset Distillation for Offline Reinforcement Learning
von: Light, Jonathan, et al.
Veröffentlicht: (2024)

Offline Reinforcement Learning with Imputed Rewards
von: Romeo, Carlo, et al.
Veröffentlicht: (2024)

OER: Offline Experience Replay for Continual Offline Reinforcement Learning
von: Gai, Sibo, et al.
Veröffentlicht: (2023)

Bellman Calibration for $V$-Learning in Offline Reinforcement Learning
von: van der Laan, Lars, et al.
Veröffentlicht: (2025)

Prior-Guided Diffusion Planning for Offline Reinforcement Learning
von: Ki, Donghyeon, et al.
Veröffentlicht: (2025)

Semi-gradient DICE for Offline Constrained Reinforcement Learning
von: Kim, Woosung, et al.
Veröffentlicht: (2025)