Buchumschlag

K-Myriad: Jump-starting reinforcement learning with unsupervised parallel agents

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	De Paola, Vincenzo, Mutti, Mirco, Zamboni, Riccardo, Restelli, Marcello
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

Enhancing Diversity in Parallel Agents: A Maximum State Entropy Exploration Story
von: De Paola, Vincenzo, et al.
Veröffentlicht: (2025)

Towards Principled Unsupervised Multi-Agent Reinforcement Learning
von: Zamboni, Riccardo, et al.
Veröffentlicht: (2025)

The Limits of Pure Exploration in POMDPs: When the Observation Entropy is Enough
von: Zamboni, Riccardo, et al.
Veröffentlicht: (2024)

How to Explore with Belief: State Entropy Maximization in POMDPs
von: Zamboni, Riccardo, et al.
Veröffentlicht: (2024)

From Parameters to Behaviors: Unsupervised Compression of the Policy Space
von: Tenedini, Davide, et al.
Veröffentlicht: (2025)

Unsupervised Behavioral Compression: Learning Low-Dimensional Policy Manifolds through State-Occupancy Matching
von: Fraschini, Andrea, et al.
Veröffentlicht: (2026)

Exploiting Causal Graph Priors with Posterior Sampling for Reinforcement Learning
von: Mutti, Mirco, et al.
Veröffentlicht: (2023)

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

Test-Time Regret Minimization in Meta Reinforcement Learning
von: Mutti, Mirco, et al.
Veröffentlicht: (2024)

"So, Tell Me About Your Policy...": Distillation of interpretable policies from Deep Reinforcement Learning agents
von: Dispoto, Giovanni, et al.
Veröffentlicht: (2025)

Pure Exploration under Mediators' Feedback
von: Poiani, Riccardo, et al.
Veröffentlicht: (2023)

Building surrogate models using trajectories of agents trained by Reinforcement Learning
von: Cestero, Julen, et al.
Veröffentlicht: (2025)

Online Market Making and the Value of Observing the Order Book
von: Maran, Davide, et al.
Veröffentlicht: (2026)

Online Dynamic Pricing of Complementary Products
von: Mussi, Marco, et al.
Veröffentlicht: (2025)

Finite Sample Bounds for Non-Parametric Regression: Optimal Sample Efficiency and Space Complexity
von: Maran, Davide, et al.
Veröffentlicht: (2024)

Geometric Active Exploration in Markov Decision Processes: the Benefit of Abstraction
von: De Santi, Riccardo, et al.
Veröffentlicht: (2024)

Reward Compatibility: A Framework for Inverse RL
von: Lazzati, Filippo, et al.
Veröffentlicht: (2025)

Truncating Trajectories in Monte Carlo Policy Evaluation: an Adaptive Approach
von: Poiani, Riccardo, et al.
Veröffentlicht: (2024)

Offline Inverse RL: New Solution Concepts and Provably Efficient Algorithms
von: Lazzati, Filippo, et al.
Veröffentlicht: (2024)

How does Inverse RL Scale to Large State Spaces? A Provably Efficient Approach
von: Lazzati, Filippo, et al.
Veröffentlicht: (2024)

Inverse Reinforcement Learning with Sub-optimal Experts
von: Poiani, Riccardo, et al.
Veröffentlicht: (2024)

Learning in Markov Decision Processes with Exogenous Dynamics
von: Maran, Davide, et al.
Veröffentlicht: (2026)

Optimal Multi-Fidelity Best-Arm Identification
von: Poiani, Riccardo, et al.
Veröffentlicht: (2024)

A Classification View on Meta Learning Bandits
von: Mutti, Mirco, et al.
Veröffentlicht: (2025)

Achieving $\widetilde{\mathcal{O}}(\sqrt{T})$ Regret in Average-Reward POMDPs with Known Observation Models
von: Russo, Alessio, et al.
Veröffentlicht: (2025)

Interpetable Target-Feature Aggregation for Multi-Task Learning based on Bias-Variance Analysis
von: Bonetti, Paolo, et al.
Veröffentlicht: (2024)

Efficient Learning of POMDPs with Known Observation Model in Average-Reward Setting
von: Russo, Alessio, et al.
Veröffentlicht: (2024)

A Provably Efficient Option-Based Algorithm for both High-Level and Low-Level Learning
von: Drappo, Gianluca, et al.
Veröffentlicht: (2024)

How Log-Barrier Helps Exploration in Policy Optimization
von: Cesani, Leonardo, et al.
Veröffentlicht: (2026)

A Theoretical Framework for Partially Observed Reward-States in RLHF
von: Kausik, Chinmaya, et al.
Veröffentlicht: (2024)

Temporal Difference Calibration in Sequential Tasks: Application to Vision-Language-Action Models
von: Francis-Meretzki, Shelly, et al.
Veröffentlicht: (2026)

Large-scale automatic carbon ion treatment planning for head and neck cancers via parallel multi-agent reinforcement learning
von: Zhang, Jueye, et al.
Veröffentlicht: (2025)

Local Linearity: the Key for No-regret Reinforcement Learning in Continuous MDPs
von: Maran, Davide, et al.
Veröffentlicht: (2024)

Policy Gradient with Active Importance Sampling
von: Papini, Matteo, et al.
Veröffentlicht: (2024)

A Reinforcement Learning Approach for Optimal Control in Microgrids
von: Salaorni, Davide, et al.
Veröffentlicht: (2025)

ModelLens: Finding the Best for Your Task from Myriads of Models
von: Cai, Rui, et al.
Veröffentlicht: (2026)

Blindfolded Experts Generalize Better: Insights from Robotic Manipulation and Videogames
von: Zisselman, Ev, et al.
Veröffentlicht: (2025)

parallelcbf: A composable safety-filter and auditability framework for tensor-parallel reinforcement learning
von: Lu, Yijun, et al.
Veröffentlicht: (2026)

Information Capacity Regret Bounds for Bandits with Mediator Feedback
von: Eldowa, Khaled, et al.
Veröffentlicht: (2024)

AI Pangaea: Unifying Intelligence Islands for Adapting Myriad Tasks
von: Chang, Jianlong, et al.
Veröffentlicht: (2025)