Buchumschlag

Improving and Accelerating Offline RL in Large Discrete Action Spaces with Structured Policy Initialization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Landers, Matthew, Killian, Taylor W., Hartvigsen, Thomas, Doryab, Afsaneh
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SAINT: Attention-Based Policies for Discrete Combinatorial Action Spaces
von: Landers, Matthew, et al.
Veröffentlicht: (2025)

BraVE: Offline Reinforcement Learning for Discrete Combinatorial Action Spaces
von: Landers, Matthew, et al.
Veröffentlicht: (2024)

Coordination Matters: Evaluation of Cooperative Multi-Agent Reinforcement Learning
von: Cardei, Maria Ana, et al.
Veröffentlicht: (2026)

Factorized Deep Q-Network for Cooperative Multi-Agent Reinforcement Learning in Victim Tagging
von: Cardei, Maria Ana, et al.
Veröffentlicht: (2025)

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

Improving Offline RL by Blending Heuristics
von: Geng, Sinong, et al.
Veröffentlicht: (2023)

Fat-to-Thin Policy Optimization: Offline RL with Sparse Policies
von: Zhu, Lingwei, et al.
Veröffentlicht: (2025)

Dynamic Neighborhood Construction for Structured Large Discrete Action Spaces
von: Akkerman, Fabian, et al.
Veröffentlicht: (2023)

Flow Matching for Offline Reinforcement Learning with Discrete Actions
von: Khan, Fairoz Nower, et al.
Veröffentlicht: (2026)

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

Policy Agnostic RL: Offline RL and Online RL Fine-Tuning of Any Class and Backbone
von: Mark, Max Sobol, et al.
Veröffentlicht: (2024)

Optimal Single-Policy Sample Complexity and Transient Coverage for Average-Reward Offline RL
von: Zurek, Matthew, et al.
Veröffentlicht: (2025)

Inference Time Policy Optimization for Offline RL with Differentiable World Models
von: Deb, Rohan, et al.
Veröffentlicht: (2026)

Constrained Discrete Diffusion
von: Cardei, Michael, et al.
Veröffentlicht: (2025)

HIQL: Offline Goal-Conditioned RL with Latent States as Actions
von: Park, Seohong, et al.
Veröffentlicht: (2023)

Towards Improving Reward Design in RL: A Reward Alignment Metric for RL Practitioners
von: Muslimani, Calarina, et al.
Veröffentlicht: (2025)

An Investigation of Offline Reinforcement Learning in Factorisable Action Spaces
von: Beeson, Alex, et al.
Veröffentlicht: (2024)

GEM: Guided Expectation-Maximization for Behavior-Normalized Candidate Action Selection in Offline RL
von: Wang, Haoyu, et al.
Veröffentlicht: (2026)

Modular Diffusion Policy Training: Decoupling and Recombining Guidance and Diffusion for Offline RL
von: Chen, Zhaoyang, et al.
Veröffentlicht: (2025)

Solving Continual Offline RL through Selective Weights Activation on Aligned Spaces
von: Hu, Jifeng, et al.
Veröffentlicht: (2024)

Actor-Accelerated Policy Dual Averaging for Reinforcement Learning in Continuous Action Spaces
von: Gao, Ji, et al.
Veröffentlicht: (2026)

DEAS: DEtached value learning with Action Sequence for Scalable Offline RL
von: Kim, Changyeon, et al.
Veröffentlicht: (2025)

Discretizing Continuous Action Space with Unimodal Probability Distributions for On-Policy Reinforcement Learning
von: Zhu, Yuanyang, et al.
Veröffentlicht: (2024)

Streetwise Agents: Empowering Offline RL Policies to Outsmart Exogenous Stochastic Disturbances in RTC
von: Soni, Aditya, et al.
Veröffentlicht: (2024)

Stochastic Q-learning for Large Discrete Action Spaces
von: Fourati, Fares, et al.
Veröffentlicht: (2024)

Offline RL for Adaptive Policy Retrieval in Prior Authorization
von: Sharifullin, Ruslan, et al.
Veröffentlicht: (2026)

Dataset Clustering for Improved Offline Policy Learning
von: Wang, Qiang, et al.
Veröffentlicht: (2024)

An Empirical Risk Minimization Approach for Offline Inverse RL and Dynamic Discrete Choice Model
von: Kang, Enoch H., et al.
Veröffentlicht: (2025)

Exploiting Structure in Offline Multi-Agent RL: The Benefits of Low Interaction Rank
von: Zhan, Wenhao, et al.
Veröffentlicht: (2024)

Rewarded Region Replay (R3) for Policy Learning with Discrete Action Space
von: Li, Bangzheng, et al.
Veröffentlicht: (2024)

Chain-of-Goals Hierarchical Policy for Long-Horizon Offline Goal-Conditioned RL
von: Choi, Jinwoo, et al.
Veröffentlicht: (2026)

Robust Policy Expansion for Offline-to-Online RL under Diverse Data Corruption
von: He, Longxiang, et al.
Veröffentlicht: (2025)

Budgeting Counterfactual for Offline RL
von: Liu, Yao, et al.
Veröffentlicht: (2023)

Accelerating Diffusion Planners in Offline RL via Reward-Aware Consistency Trajectory Distillation
von: Duan, Xintong, et al.
Veröffentlicht: (2025)

A Hardware-Aware, Per-Layer Methodology for Post-Training Quantization of Large Language Models
von: Killian, Earl
Veröffentlicht: (2026)

SPAARS: Safer RL Policy Alignment through Abstract Exploration and Refined Exploitation of Action Space
von: K, Swaminathan S, et al.
Veröffentlicht: (2026)

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

Policy Optimization in Hybrid Discrete-Continuous Action Spaces via Mixed Gradients
von: Alvo, Matias, et al.
Veröffentlicht: (2026)

From Actions to Words: Towards Abstractive-Textual Policy Summarization in RL
von: Admoni, Sahar, et al.
Veröffentlicht: (2025)

POTEC: Off-Policy Learning for Large Action Spaces via Two-Stage Policy Decomposition
von: Saito, Yuta, et al.
Veröffentlicht: (2024)