PAC-MCTS: Bias-Aware Pruning for Robust LLM-Guided Search and Planning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Qian, Tianhao
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence 68T05, 90C40
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Boosted Distributional Reinforcement Learning: Analysis and Healthcare Applications
von: Chen, Zequn, et al.
Veröffentlicht: (2026)

Auto-exploration for online reinforcement learning
von: Ju, Caleb, et al.
Veröffentlicht: (2025)

Offline Dynamic Inventory and Pricing Strategy: Addressing Censored and Dependent Demand
von: Gundem, Korel, et al.
Veröffentlicht: (2025)

Progressive Power Homotopy for Non-convex Optimization
von: Xu, Chen
Veröffentlicht: (2026)

SALE-Based Offline Reinforcement Learning with Ensemble Q-Networks
von: Chun, Zheng
Veröffentlicht: (2025)

An Analysis of Optimizer Choice on Energy Efficiency and Performance in Neural Network Training
von: Almog, Tom
Veröffentlicht: (2025)

Policy Optimization over General State and Action Spaces
von: Ju, Caleb, et al.
Veröffentlicht: (2022)

A Stability Principle for Learning under Non-Stationarity
von: Huang, Chengpiao, et al.
Veröffentlicht: (2023)

Identifying Critical Pathways in Coronary Heart Disease via Fuzzy Subgraph Connectivity
von: Ali, Shanookha, et al.
Veröffentlicht: (2025)

Dynamic resource matching in manufacturing using deep reinforcement learning
von: Panda, Saunak Kumar, et al.
Veröffentlicht: (2026)

Power Homotopy for Zeroth-Order Non-Convex Optimizations
von: Xu, Chen
Veröffentlicht: (2025)

Global Optimization with A Power-Transformed Objective and Gaussian Smoothing
von: Xu, Chen
Veröffentlicht: (2024)

Multi-level meta-reinforcement learning with skill-based curriculum
von: Yang, Sichen, et al.
Veröffentlicht: (2026)

Active perception and disentangled representations allow continual, episodic zero and few-shot learning
von: Rawlinson, David, et al.
Veröffentlicht: (2026)

Understanding Reinforcement Learning for Model Training, and future directions with GRAPE
von: Patel, Rohit
Veröffentlicht: (2025)

Exact Solution to Data-Driven Inverse Optimization of MILPs in Finite Time via Gradient-Based Methods
von: Kitaoka, Akira
Veröffentlicht: (2024)

Thompson Sampling for Infinite-Horizon Discounted Decision Processes
von: Adelman, Daniel, et al.
Veröffentlicht: (2024)

NOVAK: Unified adaptive optimizer for deep neural networks
von: Kavun, Sergii
Veröffentlicht: (2026)

Singularity-aware Optimization via Randomized Geometric Probing: Towards Stable Non-smooth Optimization
von: Xu, Ruoran, et al.
Veröffentlicht: (2026)

Co-Evolving Complexity: An Adversarial Framework for Automatic MARL Curricula
von: Hill, Brennen
Veröffentlicht: (2025)

Communicating Plans, Not Percepts: Scalable Multi-Agent Coordination with Embodied World Models
von: Hill, Brennen A., et al.
Veröffentlicht: (2025)

Distributed Computing for Huge-Scale Aggregative Convex Programming
von: Tao, Luoyi
Veröffentlicht: (2026)

Classification by Separating Hypersurfaces: An Entropic Approach
von: Arratia, Argimiro, et al.
Veröffentlicht: (2025)

On Policy Evaluation Algorithms in Distributional Reinforcement Learning
von: Gerstenberg, Julian, et al.
Veröffentlicht: (2024)

Refutation of Spectral Graph Theory Conjectures with Search Algorithms)
von: Roucairol, Milo, et al.
Veröffentlicht: (2024)

Strongly-polynomial time and validation analysis of policy gradient methods
von: Ju, Caleb, et al.
Veröffentlicht: (2024)

A Learning Method with Gap-Aware Generation for Heterogeneous DAG Scheduling
von: Zhou, Ruisong, et al.
Veröffentlicht: (2026)

Architectural change in neural networks using fuzzy vertex pooling
von: Ali, Shanookha, et al.
Veröffentlicht: (2025)

Convergence Conditions for Stochastic Line Search Based Optimization of Over-parametrized Models
von: Lapucci, Matteo, et al.
Veröffentlicht: (2024)

Monotone and Conservative Policy Iteration Beyond the Tabular Case
von: Eshwar, S. R., et al.
Veröffentlicht: (2025)

Wake-Informed 3D Path Planning for Autonomous Underwater Vehicles Using A* and Neural Network Approximations
von: Cooper-Baldock, Zachary, et al.
Veröffentlicht: (2025)

Maximizing Rollout Informativeness under a Fixed Budget: A Submodular View of Tree Search for Tool-Use Agentic Reinforcement Learning
von: Hu, Yuelin, et al.
Veröffentlicht: (2026)

Convex Regularization and Convergence of Policy Gradient Flows under Safety Constraints
von: Malo, Pekka, et al.
Veröffentlicht: (2024)

Effectively Leveraging Momentum Terms in Stochastic Line Search Frameworks for Fast Optimization of Finite-Sum Problems
von: Lapucci, Matteo, et al.
Veröffentlicht: (2024)

Robust Graph-Based Semi-Supervised Learning via $p$-Conductances
von: Robertson, Sawyer Jack, et al.
Veröffentlicht: (2025)

Deep Learning without Global Optimization by Random Fourier Neural Networks
von: Davis, Owen, et al.
Veröffentlicht: (2024)

No-Knowledge Alarms for Misaligned LLMs-as-Judges
von: Corrada-Emmanuel, Andrés
Veröffentlicht: (2025)

Deep neural networks can provably solve Bellman equations for Markov decision processes without the curse of dimensionality
von: Jentzen, Arnulf, et al.
Veröffentlicht: (2025)

Actor-Curator: Co-adaptive Curriculum Learning via Policy-Improvement Bandits for RL Post-Training
von: Gu, Zhengyao, et al.
Veröffentlicht: (2026)

Vanishing L2 regularization for the softmax Multi Armed Bandit
von: Anita, Stefana-Lucia, et al.
Veröffentlicht: (2026)