Orthogonalized Policy Optimization:Policy Optimization as Orthogonal Projection in Hilbert Space
Fuente:
arXiv
Enregistré dans:
| Auteur principal: | Zixian, Wang |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Group Orthogonalized Policy Optimization:Group Policy Optimization as Orthogonal Projection in Hilbert Space
par: Zixian, Wang
Publié: (2026)
par: Zixian, Wang
Publié: (2026)
ORTHOBO: Orthogonal Bayesian Hyperparameter Optimization
par: Schröder, Maresa, et autres
Publié: (2026)
par: Schröder, Maresa, et autres
Publié: (2026)
ROOT: Robust Orthogonalized Optimizer for Neural Network Training
par: He, Wei, et autres
Publié: (2025)
par: He, Wei, et autres
Publié: (2025)
ADPO: Anchored Direct Preference Optimization
par: Zixian, Wang
Publié: (2025)
par: Zixian, Wang
Publié: (2025)
APO: Alpha-Divergence Preference Optimization
par: Zixian, Wang
Publié: (2025)
par: Zixian, Wang
Publié: (2025)
Orthogonal Finetuning for Direct Preference Optimization
par: Yang, Chenxu, et autres
Publié: (2024)
par: Yang, Chenxu, et autres
Publié: (2024)
Policy Newton Algorithm in Reproducing Kernel Hilbert Space
par: Zhang, Yixian, et autres
Publié: (2025)
par: Zhang, Yixian, et autres
Publié: (2025)
On-Policy Optimization of ANFIS Policies Using Proximal Policy Optimization
par: Shankar, Kaaustaaub, et autres
Publié: (2025)
par: Shankar, Kaaustaaub, et autres
Publié: (2025)
TrasMuon: Trust-Region Adaptive Scaling for Orthogonalized Momentum Optimizers
par: Cheng, Peng, et autres
Publié: (2026)
par: Cheng, Peng, et autres
Publié: (2026)
Uncertain Multi-Objective Recommendation via Orthogonal Meta-Learning Enhanced Bayesian Optimization
par: Wang, Hongxu, et autres
Publié: (2025)
par: Wang, Hongxu, et autres
Publié: (2025)
Refine and Purify: Orthogonal Basis Optimization with Null-Space Denoising for Conditional Representation Learning
par: Wang, Jiaquan, et autres
Publié: (2026)
par: Wang, Jiaquan, et autres
Publié: (2026)
Fisher-Orthogonal Projected Natural Gradient Descent for Continual Learning
par: Garg, Ishir, et autres
Publié: (2026)
par: Garg, Ishir, et autres
Publié: (2026)
Pro-KLShampoo: Projected KL-Shampoo with Whitening Recovered by Orthogonalization
par: Sun, Ruotong, et autres
Publié: (2026)
par: Sun, Ruotong, et autres
Publié: (2026)
Relative Policy-Transition Optimization for Fast Policy Transfer
par: Xu, Jiawei, et autres
Publié: (2022)
par: Xu, Jiawei, et autres
Publié: (2022)
Fractal Landscapes in Policy Optimization
par: Wang, Tao, et autres
Publié: (2023)
par: Wang, Tao, et autres
Publié: (2023)
Variational Delayed Policy Optimization
par: Wu, Qingyuan, et autres
Publié: (2024)
par: Wu, Qingyuan, et autres
Publié: (2024)
Reparameterization Flow Policy Optimization
par: Zhong, Hai, et autres
Publié: (2026)
par: Zhong, Hai, et autres
Publié: (2026)
Reparameterization Proximal Policy Optimization
par: Zhong, Hai, et autres
Publié: (2025)
par: Zhong, Hai, et autres
Publié: (2025)
Divergence-Augmented Policy Optimization
par: Wang, Qing, et autres
Publié: (2025)
par: Wang, Qing, et autres
Publié: (2025)
Combinatorial Optimization with Policy Adaptation using Latent Space Search
par: Chalumeau, Felix, et autres
Publié: (2023)
par: Chalumeau, Felix, et autres
Publié: (2023)
Correcting Influence: Unboxing LLM Outputs with Orthogonal Latent Spaces
par: Yu, Shixing, et autres
Publié: (2026)
par: Yu, Shixing, et autres
Publié: (2026)
Evolutionary Policy Optimization
par: Wang, Jianren, et autres
Publié: (2025)
par: Wang, Jianren, et autres
Publié: (2025)
Approximated Orthogonal Projection Unit: Stabilizing Regression Network Training Using Natural Gradient
par: Wang, Shaoqi, et autres
Publié: (2024)
par: Wang, Shaoqi, et autres
Publié: (2024)
Wasserstein Policy Optimization
par: Pfau, David, et autres
Publié: (2025)
par: Pfau, David, et autres
Publié: (2025)
Reflective Policy Optimization
par: Gan, Yaozhong, et autres
Publié: (2024)
par: Gan, Yaozhong, et autres
Publié: (2024)
GoQuant: Geometric Orthogonal Residual Projection for Multiplier-Free Power-of-Two Transformer Quantization
par: Xiang, Maoyang, et autres
Publié: (2026)
par: Xiang, Maoyang, et autres
Publié: (2026)
Listwise Policy Optimization: Group-based RLVR as Target-Projection on the LLM Response Simplex
par: Qu, Yun, et autres
Publié: (2026)
par: Qu, Yun, et autres
Publié: (2026)
Trust-Region Adaptive Policy Optimization
par: Su, Mingyu, et autres
Publié: (2025)
par: Su, Mingyu, et autres
Publié: (2025)
Soft Sequence Policy Optimization
par: Glazyrina, Svetlana, et autres
Publié: (2026)
par: Glazyrina, Svetlana, et autres
Publié: (2026)
Single-stream Policy Optimization
par: Xu, Zhongwen, et autres
Publié: (2025)
par: Xu, Zhongwen, et autres
Publié: (2025)
Decision Flow Policy Optimization
par: Hu, Jifeng, et autres
Publié: (2025)
par: Hu, Jifeng, et autres
Publié: (2025)
Hybrid Group Relative Policy Optimization: A Multi-Sample Approach to Enhancing Policy Optimization
par: Sane, Soham
Publié: (2025)
par: Sane, Soham
Publié: (2025)
Absolute Policy Optimization
par: Zhao, Weiye, et autres
Publié: (2023)
par: Zhao, Weiye, et autres
Publié: (2023)
Foundation Policies with Hilbert Representations
par: Park, Seohong, et autres
Publié: (2024)
par: Park, Seohong, et autres
Publié: (2024)
Optimize Wider, Not Deeper: Consensus Aggregation for Policy Optimization
par: Su, Zelal, et autres
Publié: (2026)
par: Su, Zelal, et autres
Publié: (2026)
Orthogonal Subspace Projection for Continual Machine Unlearning via SVD-Based LoRA
par: Rahulamathavan, Yogachandran, et autres
Publié: (2026)
par: Rahulamathavan, Yogachandran, et autres
Publié: (2026)
Beyond the Mean: Fisher-Orthogonal Projection for Natural Gradient Descent in Large Batch Training
par: Lu, Yishun, et autres
Publié: (2025)
par: Lu, Yishun, et autres
Publié: (2025)
Isotropic Curvature Model for Understanding Deep Learning Optimization: Is Gradient Orthogonalization Optimal?
par: Su, Weijie
Publié: (2025)
par: Su, Weijie
Publié: (2025)
Calibration-Aware Policy Optimization for Reasoning LLMs
par: Wang, Ziqi, et autres
Publié: (2026)
par: Wang, Ziqi, et autres
Publié: (2026)
GIPO: Gaussian Importance Sampling Policy Optimization
par: Lu, Chengxuan, et autres
Publié: (2026)
par: Lu, Chengxuan, et autres
Publié: (2026)
Documents similaires
-
Group Orthogonalized Policy Optimization:Group Policy Optimization as Orthogonal Projection in Hilbert Space
par: Zixian, Wang
Publié: (2026) -
ORTHOBO: Orthogonal Bayesian Hyperparameter Optimization
par: Schröder, Maresa, et autres
Publié: (2026) -
ROOT: Robust Orthogonalized Optimizer for Neural Network Training
par: He, Wei, et autres
Publié: (2025) -
ADPO: Anchored Direct Preference Optimization
par: Zixian, Wang
Publié: (2025) -
APO: Alpha-Divergence Preference Optimization
par: Zixian, Wang
Publié: (2025)