Copertina

Do Not Imitate, Reinforce: Iterative Classification via Belief Refinement

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Kallel, Mahdi, Tölle, Johannes, Hendawy, Ahmed, D'Eramo, Carlo
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Multi-Task Reinforcement Learning with Mixture of Orthogonal Experts
di: Hendawy, Ahmed, et al.
Pubblicazione: (2023)

Use the Online Network If You Can: Towards Fast and Stable Reinforcement Learning
di: Hendawy, Ahmed, et al.
Pubblicazione: (2025)

Augmented Bayesian Policy Search
di: Kallel, Mahdi, et al.
Pubblicazione: (2024)

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

Learning to Explore in Diverse Reward Settings via Temporal-Difference-Error Maximization
di: Griesbach, Sebastian, et al.
Pubblicazione: (2025)

Iterated $Q$-Network: Beyond One-Step Bellman Updates in Deep Reinforcement Learning
di: Vincent, Théo, et al.
Pubblicazione: (2024)

On the Benefit of Optimal Transport for Curriculum Reinforcement Learning
di: Klink, Pascal, et al.
Pubblicazione: (2023)

Streaming Reinforcement Learning under Partial Observability with Real-Time Recurrent Learning
di: Farr, Noah, et al.
Pubblicazione: (2026)

Dynamic Obstacle Avoidance with Bounded Rationality Adversarial Reinforcement Learning
di: Holgado-Alvarez, Jose-Luis, et al.
Pubblicazione: (2025)

$K$-Level Policy Gradients for Multi-Agent Reinforcement Learning
di: Reddi, Aryaman, et al.
Pubblicazione: (2025)

Sharing Knowledge in Multi-Task Deep Reinforcement Learning
di: D'Eramo, Carlo, et al.
Pubblicazione: (2024)

Adaptive $Q$-Network: On-the-fly Target Selection for Deep Reinforcement Learning
di: Vincent, Théo, et al.
Pubblicazione: (2024)

Eau De $Q$-Network: Adaptive Distillation of Neural Networks in Deep Reinforcement Learning
di: Vincent, Théo, et al.
Pubblicazione: (2025)

Gradient Iterated Temporal-Difference Learning
di: Vincent, Théo, et al.
Pubblicazione: (2026)

Domain Randomization via Entropy Maximization
di: Tiboni, Gabriele, et al.
Pubblicazione: (2023)

Bridging the Performance Gap Between Target-Free and Target-Based Reinforcement Learning
di: Vincent, Théo, et al.
Pubblicazione: (2025)

Parameterized Projected Bellman Operator
di: Vincent, Théo, et al.
Pubblicazione: (2023)

Machine Learning with Physics Knowledge for Prediction: A Survey
di: Watson, Joe, et al.
Pubblicazione: (2024)

Light to Heavy, Brief to Eternal: An Axion for Every Occasion (in the Early Universe)
di: D'Eramo, Francesco
Pubblicazione: (2026)

Probing Non-Minimal Dark Sectors via the 21 cm Line at Cosmic Dawn
di: Cima, Federico, et al.
Pubblicazione: (2025)

Back to the phase space: thermal axion dark radiation via couplings to standard model fermions
di: D'Eramo, Francesco, et al.
Pubblicazione: (2024)

Symbolic Regression via Latent Iterative Refinement
di: Chu, Xieting, et al.
Pubblicazione: (2026)

Iterative Refinement of Flow Policies in Probability Space for Online Reinforcement Learning
di: Sun, Mingyang, et al.
Pubblicazione: (2025)

Continual Learning Should Move Beyond Incremental Classification
di: Mitchell, Rupert, et al.
Pubblicazione: (2025)

Axion Portal to Scalar Dark Matter: Unveiling Stabilizing Symmetry Footprints
di: D'Eramo, Francesco, et al.
Pubblicazione: (2025)

Reinforcement Learning via Implicit Imitation Guidance
di: Dong, Perry, et al.
Pubblicazione: (2025)

From Imitation to Refinement -- Residual RL for Precise Assembly
di: Ankile, Lars, et al.
Pubblicazione: (2024)

Going Beyond Expert Performance via Deep Implicit Imitation Reinforcement Learning
di: Chrysomallis, Iason, et al.
Pubblicazione: (2025)

Imitation Bootstrapped Reinforcement Learning
di: Hu, Hengyuan, et al.
Pubblicazione: (2023)

An Introduction to Deep Reinforcement and Imitation Learning
di: Santana, Pedro
Pubblicazione: (2025)

Neural Global Optimization via Iterative Refinement from Noisy Samples
di: Muzaffar, Qusay, et al.
Pubblicazione: (2026)

Exploring Synthesizable Chemical Space with Iterative Pathway Refinements
di: Lee, Seul, et al.
Pubblicazione: (2025)

Self-Refining Diffusion Samplers: Enabling Parallelization via Parareal Iterations
di: Selvam, Nikil Roashan, et al.
Pubblicazione: (2024)

Cosmic-Ray Signatures of Annihilating and Semi-Annihilating Dark Matter via One-Step Cascades
di: D'Eramo, Francesco, et al.
Pubblicazione: (2026)

Imitating Language via Scalable Inverse Reinforcement Learning
di: Wulfmeier, Markus, et al.
Pubblicazione: (2024)

Improving Next Tokens via Second-to-Last Predictions with Generate and Refine
di: Schneider, Johannes
Pubblicazione: (2024)

RILe: Reinforced Imitation Learning
di: Albaba, Mert, et al.
Pubblicazione: (2024)

Directly Forecasting Belief for Reinforcement Learning with Delays
di: Wu, Qingyuan, et al.
Pubblicazione: (2025)

Federated In-Context Learning: Iterative Refinement for Improved Answer Quality
di: Wang, Ruhan, et al.
Pubblicazione: (2025)

Efficient Offline Reinforcement Learning: First Imitate, then Improve
di: Jelley, Adam, et al.
Pubblicazione: (2024)