Buchumschlag

Cross-Domain Policy Optimization via Bellman Consistency and Hybrid Critics

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Ming-Hong, Pan, Kuan-Chen, Huang, You-De, Liu, Xi, Hsieh, Ping-Chun
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

Semi-Supervised Cross-Domain Imitation Learning
von: Chu, Li-Min, et al.
Veröffentlicht: (2026)

Enhancing Offline Model-Based RL via Active Model Selection: A Bayesian Optimization Perspective
von: Yang, Yu-Wei, et al.
Veröffentlicht: (2025)

Diminishing Exploration: A Minimalist Approach to Piecewise Stationary Multi-Armed Bandits
von: Li, Kuan-Ta, et al.
Veröffentlicht: (2024)

Accelerated Policy Gradient: On the Convergence Rates of the Nesterov Momentum for Reinforcement Learning
von: Chen, Yen-Ju, et al.
Veröffentlicht: (2023)

Q-Pensieve: Boosting Sample Efficiency of Multi-Objective RL Through Memory Sharing of Q-Snapshots
von: Hung, Wei, et al.
Veröffentlicht: (2022)

A Modularized Framework for Piecewise-Stationary Restless Bandits
von: Li, Kuan-Ta, et al.
Veröffentlicht: (2026)

Natural Policy Gradient as Doubly Smoothed Policy Iteration: A Bellman-Operator Framework
von: Nanda, Phalguni, et al.
Veröffentlicht: (2026)

Target-Aligned Bellman Backup for Cross-domain Offline Reinforcement Learning
von: Liu, Wei, et al.
Veröffentlicht: (2026)

Is Bellman Equation Enough for Learning Control?
von: You, Haoxiang, et al.
Veröffentlicht: (2025)

Bellman Error Centering
von: Chen, Xingguo, et al.
Veröffentlicht: (2025)

COPO: Consistency-Aware Policy Optimization
von: Han, Jinghang, et al.
Veröffentlicht: (2025)

DDOT: A Derivative-directed Dual-decoder Ordinary Differential Equation Transformer for Dynamic System Modeling
von: Chang, Yang, et al.
Veröffentlicht: (2025)

Plan2Cleanse: Test-Time Backdoor Defense via Monte-Carlo Planning in Deep Reinforcement Learning
von: Chen, Sze-Ann, et al.
Veröffentlicht: (2026)

Fair Federated Learning under Domain Skew with Local Consistency and Domain Diversity
von: Chen, Yuhang, et al.
Veröffentlicht: (2024)

Cross-Domain Policy Transfer by Representation Alignment via Multi-Domain Behavioral Cloning
von: Watahiki, Hayato, et al.
Veröffentlicht: (2024)

A Reward-Free Viewpoint on Multi-Objective Reinforcement Learning
von: Chen, Ying-Tu, et al.
Veröffentlicht: (2026)

Learning to Trust Bellman Updates: Selective State-Adaptive Regularization for Offline RL
von: Luo, Qin-Wen, et al.
Veröffentlicht: (2025)

Distributional Off-policy Evaluation with Bellman Residual Minimization
von: Hong, Sungee, et al.
Veröffentlicht: (2024)

DRPO: Efficient Reasoning via Decoupled Reward Policy Optimization
von: Li, Gang, et al.
Veröffentlicht: (2025)

Cross-Domain Offline Policy Adaptation via Selective Transition Correction
von: Yan, Mengbei, et al.
Veröffentlicht: (2026)

Boosting Continuous Control with Consistency Policy
von: Chen, Yuhui, et al.
Veröffentlicht: (2023)

PPO-Clip Attains Global Optimality: Towards Deeper Understandings of Clipping
von: Huang, Nai-Chieh, et al.
Veröffentlicht: (2023)

BOFormer: Learning to Solve Multi-Objective Bayesian Optimization via Non-Markovian RL
von: Hung, Yu-Heng, et al.
Veröffentlicht: (2025)

Cross-View Graph Consistency Learning for Invariant Graph Representations
von: Chen, Jie, et al.
Veröffentlicht: (2023)

Addressing Long-Tail Noisy Label Learning Problems: a Two-Stage Solution with Label Refurbishment Considering Label Rarity
von: Wu, Ying-Hsuan, et al.
Veröffentlicht: (2024)

BiKC: Keypose-Conditioned Consistency Policy for Bimanual Robotic Manipulation
von: Yu, Dongjie, et al.
Veröffentlicht: (2024)

Unleashing Flow Policies with Distributional Critics
von: Chen, Deshu, et al.
Veröffentlicht: (2025)

Large Margin Mechanism and Pseudo Query Set on Cross-Domain Few-Shot Learning
von: Yeh, Jia-Fong, et al.
Veröffentlicht: (2020)

Deterministic Exploration via Stationary Bellman Error Maximization
von: Griesbach, Sebastian, et al.
Veröffentlicht: (2024)

Non-Stationary Restless Multi-Armed Bandits with Provable Guarantee
von: Hung, Yu-Heng, et al.
Veröffentlicht: (2025)

GRPOformer: Advancing Hyperparameter Optimization via Group Relative Policy Optimization
von: Guo, Haoxin, et al.
Veröffentlicht: (2025)

From Reward-Free Representations to Preferences: Rethinking Offline Preference-Based Reinforcement Learning
von: Yang, Jun-Jie, et al.
Veröffentlicht: (2026)

CPT: Consistent Proxy Tuning for Black-box Optimization
von: He, Yuanyang, et al.
Veröffentlicht: (2024)

POME: Post Optimization Model Edit via Muon-style Projection
von: Liu, Yong, et al.
Veröffentlicht: (2025)

Cross-Domain Continual Learning via CLAMP
von: Weng, Weiwei, et al.
Veröffentlicht: (2024)

Markowitz Meets Bellman: Knowledge-distilled Reinforcement Learning for Portfolio Management
von: Hu, Gang, et al.
Veröffentlicht: (2024)

Digital Twin-based Control Co-Design of Full Vehicle Active Suspensions via Deep Reinforcement Learning
von: Tsai, Ying-Kuan, et al.
Veröffentlicht: (2025)

Consistency Regularization for Domain Generalization with Logit Attribution Matching
von: Gao, Han, et al.
Veröffentlicht: (2023)

Natural Language Actor-Critic: Scalable Off-Policy Learning in Language Space
von: Hong, Joey, et al.
Veröffentlicht: (2025)

Policy Adaptation via Language Optimization: Decomposing Tasks for Few-Shot Imitation
von: Myers, Vivek, et al.
Veröffentlicht: (2024)