Buchumschlag

Probabilistic Performance Guarantees for Multi-Task Reinforcement Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Schnitzer, Yannik, Jackermeier, Mathias, Abate, Alessandro, Parker, David
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

DeepLTL: Learning to Efficiently Satisfy Complex LTL Specifications for Multi-Task RL
von: Jackermeier, Mathias, et al.
Veröffentlicht: (2024)

Efficient Solution and Learning of Robust Factored MDPs
von: Schnitzer, Yannik, et al.
Veröffentlicht: (2025)

Certifiably Robust Policies for Uncertain Parametric Environments
von: Schnitzer, Yannik, et al.
Veröffentlicht: (2024)

Semantically Labelled Automata for Multi-Task Reinforcement Learning with LTL Instructions
von: Abate, Alessandro, et al.
Veröffentlicht: (2026)

Zero-Shot Instruction Following in RL via Structured LTL Representations
von: Giuri, Mattia, et al.
Veröffentlicht: (2025)

Zero-Shot Instruction Following in RL via Structured LTL Representations
von: Jackermeier, Mathias, et al.
Veröffentlicht: (2026)

Robust Parameter Learning for Uncertain MDPs
von: Schnitzer, Yannik, et al.
Veröffentlicht: (2026)

PlatoLTL: Learning to Generalize Across Symbols in LTL Instructions for Multi-Task RL
von: Cloete, Jacques, et al.
Veröffentlicht: (2026)

Bisimulation Learning
von: Abate, Alessandro, et al.
Veröffentlicht: (2024)

On the Limitations of Markovian Rewards to Express Multi-Objective, Risk-Sensitive, and Modal Tasks
von: Skalse, Joar, et al.
Veröffentlicht: (2024)

Partial Identifiability and Misspecification in Inverse Reinforcement Learning
von: Skalse, Joar, et al.
Veröffentlicht: (2024)

Partial Identifiability in Inverse Reinforcement Learning For Agents With Non-Exponential Discounting
von: Skalse, Joar, et al.
Veröffentlicht: (2024)

Dual Box Embeddings for the Description Logic EL++
von: Jackermeier, Mathias, et al.
Veröffentlicht: (2023)

The Perils of Optimizing Learned Reward Functions: Low Training Error Does Not Guarantee Low Regret
von: Fluri, Lukas, et al.
Veröffentlicht: (2024)

Stabilizing Policy Gradients for Sample-Efficient Reinforcement Learning in LLM Reasoning
von: Melo, Luckeciano C., et al.
Veröffentlicht: (2025)

Multi-Property Synthesis
von: Weinhuber, Christoph, et al.
Veröffentlicht: (2026)

Rigorous Probabilistic Guarantees for Robust Counterfactual Explanations
von: Marzari, Luca, et al.
Veröffentlicht: (2024)

Reinforcement Learning for Control with Probabilistic Stability Guarantee: A Finite-Sample Approach
von: Han, Minghao, et al.
Veröffentlicht: (2026)

Multi-Agent Reinforcement Learning for Inverse Design in Photonic Integrated Circuits
von: Mahlau, Yannik, et al.
Veröffentlicht: (2025)

Enumerating Safe Regions in Deep Neural Networks with Provable Probabilistic Guarantees
von: Marzari, Luca, et al.
Veröffentlicht: (2023)

Temporal-Difference Variational Continual Learning
von: Melo, Luckeciano C., et al.
Veröffentlicht: (2024)

Probabilistic Stability Guarantees for Feature Attributions
von: Jin, Helen, et al.
Veröffentlicht: (2025)

Task Scheduling & Forgetting in Multi-Task Reinforcement Learning
von: Speckmann, Marc, et al.
Veröffentlicht: (2025)

Group Fairness in Multi-Task Reinforcement Learning
von: Song, Kefan, et al.
Veröffentlicht: (2025)

Tractable Probabilistic Graph Representation Learning with Graph-Induced Sum-Product Networks
von: Errica, Federico, et al.
Veröffentlicht: (2023)

Efficient Multi-Task Reinforcement Learning with Cross-Task Policy Guidance
von: He, Jinmin, et al.
Veröffentlicht: (2025)

Counterfactual Explanations with Probabilistic Guarantees on their Robustness to Model Change
von: Stępka, Ignacy, et al.
Veröffentlicht: (2024)

Probabilistic Shielding for Safe Reinforcement Learning
von: Court, Edwin Hamel-De le, et al.
Veröffentlicht: (2025)

Spectral-Risk Safe Reinforcement Learning with Convergence Guarantees
von: Kim, Dohyeong, et al.
Veröffentlicht: (2024)

Multi-Task Reinforcement Learning Enables Parameter Scaling
von: McLean, Reginald, et al.
Veröffentlicht: (2025)

Sparsity-Driven Plasticity in Multi-Task Reinforcement Learning
von: Todorov, Aleksandar, et al.
Veröffentlicht: (2025)

Robust Shielding for Safe Reinforcement Learning
von: Court, Edwin Hamel-De le, et al.
Veröffentlicht: (2026)

Neural Proofs for Sound Verification and Control of Complex Systems
von: Abate, Alessandro
Veröffentlicht: (2025)

Task-Aware Harmony Multi-Task Decision Transformer for Offline Reinforcement Learning
von: Fan, Ziqing, et al.
Veröffentlicht: (2024)

Projected Task-Specific Layers for Multi-Task Reinforcement Learning
von: Roberts, Josselin Somerville, et al.
Veröffentlicht: (2023)

Probabilistic Curriculum Learning for Goal-Based Reinforcement Learning
von: Salt, Llewyn, et al.
Veröffentlicht: (2025)

Towards Realistic Guarantees: A Probabilistic Certificate for SmoothLLM
von: Kumarappan, Adarsh, et al.
Veröffentlicht: (2025)

Offline Reinforcement Learning in Large State Spaces: Algorithms and Guarantees
von: Jiang, Nan, et al.
Veröffentlicht: (2025)

Cooperative Backdoor Attack in Decentralized Reinforcement Learning with Theoretical Guarantee
von: Gao, Mengtong, et al.
Veröffentlicht: (2024)

Optimal Transport Perturbations for Safe Reinforcement Learning with Robustness Guarantees
von: Queeney, James, et al.
Veröffentlicht: (2023)