Buchumschlag

Hierarchy-of-Groups Policy Optimization for Long-Horizon Agentic Tasks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	He, Shuo, Feng, Lang, Wei, Qi, Cheng, Xin, Feng, Lei, An, Bo
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

Group-in-Group Policy Optimization for LLM Agent Training
von: Feng, Lang, et al.
Veröffentlicht: (2025)

Online Causal Kalman Filtering for Stable and Effective Policy Optimization
von: He, Shuo, et al.
Veröffentlicht: (2026)

Dr. MAS: Stable Reinforcement Learning for Multi-Agent LLM Systems
von: Feng, Lang, et al.
Veröffentlicht: (2026)

On Training Large Language Models for Long-Horizon Tasks: An Empirical Study of Horizon Length
von: Kim, Sunghwan, et al.
Veröffentlicht: (2026)

AMA-Bench: Evaluating Long-Horizon Memory for Agentic Applications
von: Zhao, Yujie, et al.
Veröffentlicht: (2026)

PVPO: Pre-Estimated Value-Based Policy Optimization for Agentic Reasoning
von: Feng, Wenfeng, et al.
Veröffentlicht: (2025)

ReSkill: Reconciling Skill Creation with Policy Optimization in Agentic RL
von: He, Zelin, et al.
Veröffentlicht: (2026)

Program Machine Policy: Addressing Long-Horizon Tasks by Integrating Program Synthesis and State Machines
von: Lin, Yu-An, et al.
Veröffentlicht: (2023)

Double Horizon Model-Based Policy Optimization
von: Kubo, Akihiro, et al.
Veröffentlicht: (2025)

SkillTree: Explainable Skill-Based Deep Reinforcement Learning for Long-Horizon Control Tasks
von: Wen, Yongyan, et al.
Veröffentlicht: (2024)

AgentOCR: Reimagining Agent History via Optical Self-Compression
von: Feng, Lang, et al.
Veröffentlicht: (2026)

From Semantics to Hierarchy: A Hybrid Euclidean-Tangent-Hyperbolic Space Model for Temporal Knowledge Graph Reasoning
von: Feng, Siling, et al.
Veröffentlicht: (2024)

SideQuest: Model-Driven KV Cache Management for Long-Horizon Agentic Reasoning
von: Kariyappa, Sanjay, et al.
Veröffentlicht: (2026)

Long Chain-of-Thought Compression via Fine-Grained Group Policy Optimization
von: Han, Xinchen, et al.
Veröffentlicht: (2026)

Group Orthogonalized Policy Optimization:Group Policy Optimization as Orthogonal Projection in Hilbert Space
von: Zixian, Wang
Veröffentlicht: (2026)

Policy Regularization on Globally Accessible States in Cross-Dynamics Reinforcement Learning
von: Xue, Zhenghai, et al.
Veröffentlicht: (2025)

LHAW: Controllable Underspecification for Long-Horizon Tasks
von: Pu, George, et al.
Veröffentlicht: (2026)

Learning for Long-Horizon Planning via Neuro-Symbolic Abductive Imitation
von: Shao, Jie-Jing, et al.
Veröffentlicht: (2024)

Prune-OPD: Efficient and Reliable On-Policy Distillation for Long-Horizon Reasoning
von: Yang, Zhicheng, et al.
Veröffentlicht: (2026)

PepEVOLVE: Position-Aware Dynamic Peptide Optimization via Group-Relative Advantage
von: Nguyen, Trieu, et al.
Veröffentlicht: (2025)

Resisting Stochastic Risks in Diffusion Planners with the Trajectory Aggregation Tree
von: Feng, Lang, et al.
Veröffentlicht: (2024)

Agentic Reinforced Policy Optimization
von: Dong, Guanting, et al.
Veröffentlicht: (2025)

Empowering Multi-Turn Tool-Integrated Agentic Reasoning with Group Turn Policy Optimization
von: Ding, Yifeng, et al.
Veröffentlicht: (2025)

ICA: Information-Aware Credit Assignment for Visually Grounded Long-Horizon Information-Seeking Agents
von: Pang, Cong, et al.
Veröffentlicht: (2026)

On the Convergence of Experience Replay in Policy Optimization: Characterizing Bias, Variance, and Finite-Time Convergence
von: Zheng, Hua, et al.
Veröffentlicht: (2021)

PolicyLong: Towards On-Policy Context Extension
von: Jia, Junlong, et al.
Veröffentlicht: (2026)

AGPO: Adaptive Group Policy Optimization with Dual Statistical Feedback
von: Hu, Miaobo, et al.
Veröffentlicht: (2026)

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

PhGPO: Pheromone-Guided Policy Optimization for Long-Horizon Tool Planning
von: Li, Yu, et al.
Veröffentlicht: (2026)

Hindsight Credit Assignment for Long-Horizon LLM Agents
von: Tan, Hui-Ze, et al.
Veröffentlicht: (2026)

Relative Policy-Transition Optimization for Fast Policy Transfer
von: Xu, Jiawei, et al.
Veröffentlicht: (2022)

Flattening Hierarchies with Policy Bootstrapping
von: Zhou, John L., et al.
Veröffentlicht: (2025)

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

$\boldsymbol{f}$-OPD: Stabilizing Long-Horizon On-Policy Distillation with Freshness-Aware Control
von: Chen, Xianwei, et al.
Veröffentlicht: (2026)

RLVR without Ineffective Samples: Group Prioritized Off-Policy Optimization for LLM Reasoning
von: Mao, Yixiu, et al.
Veröffentlicht: (2026)

Implicit Strategic Optimization: Rethinking Long-Horizon Decision-Making in Adversarial Poker Environments
von: Xia, Boyang, et al.
Veröffentlicht: (2026)

A Step Back: Prefix Importance Ratio Stabilizes Policy Optimization
von: Lei, Shiye, et al.
Veröffentlicht: (2026)

Accelerating Task Generalisation with Multi-Level Skill Hierarchies
von: Cannon, Thomas P, et al.
Veröffentlicht: (2024)

Learning to Ball: Composing Policies for Long-Horizon Basketball Moves
von: Xu, Pei, et al.
Veröffentlicht: (2025)

Autoregressive Policy Optimization for Constrained Allocation Tasks
von: Winkel, David, et al.
Veröffentlicht: (2024)