A Reward-Free Viewpoint on Multi-Objective Reinforcement Learning
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Chen, Ying-Tu, Hung, Wei, Wu, Bing-Shu, Hong, Zhang-Wei, Hsieh, Ping-Chun |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Q-Pensieve: Boosting Sample Efficiency of Multi-Objective RL Through Memory Sharing of Q-Snapshots
par: Hung, Wei, et autres
Publié: (2022)
par: Hung, Wei, et autres
Publié: (2022)
From Reward-Free Representations to Preferences: Rethinking Offline Preference-Based Reinforcement Learning
par: Yang, Jun-Jie, et autres
Publié: (2026)
par: Yang, Jun-Jie, et autres
Publié: (2026)
Efficient Action-Constrained Reinforcement Learning via Acceptance-Rejection Method and Augmented MDPs
par: Hung, Wei, et autres
Publié: (2025)
par: Hung, Wei, et autres
Publié: (2025)
BOFormer: Learning to Solve Multi-Objective Bayesian Optimization via Non-Markovian RL
par: Hung, Yu-Heng, et autres
Publié: (2025)
par: Hung, Yu-Heng, et autres
Publié: (2025)
Diffusion-Reward Adversarial Imitation Learning
par: Lai, Chun-Mao, et autres
Publié: (2024)
par: Lai, Chun-Mao, et autres
Publié: (2024)
Reinforcement Learning from Human Feedback without Reward Inference: Model-Free Algorithm and Instance-Dependent Analysis
par: Zhang, Qining, et autres
Publié: (2024)
par: Zhang, Qining, et autres
Publié: (2024)
Reward Dimension Reduction for Scalable Multi-Objective Reinforcement Learning
par: Park, Giseung, et autres
Publié: (2025)
par: Park, Giseung, et autres
Publié: (2025)
Non-Stationary Restless Multi-Armed Bandits with Provable Guarantee
par: Hung, Yu-Heng, et autres
Publié: (2025)
par: Hung, Yu-Heng, et autres
Publié: (2025)
Multi-Objective and Mixed-Reward Reinforcement Learning via Reward-Decorrelated Policy Optimization
par: Bai, Yang, et autres
Publié: (2026)
par: Bai, Yang, et autres
Publié: (2026)
Enhancing Offline Model-Based RL via Active Model Selection: A Bayesian Optimization Perspective
par: Yang, Yu-Wei, et autres
Publié: (2025)
par: Yang, Yu-Wei, et autres
Publié: (2025)
Digital Twin-enabled Multi-generation Control Co-Design with Deep Reinforcement Learning
par: Tsai, Ying-Kuan, et autres
Publié: (2025)
par: Tsai, Ying-Kuan, et autres
Publié: (2025)
Constrained Reinforcement Learning with Average Reward Objective: Model-Based and Model-Free Algorithms
par: Aggarwal, Vaneet, et autres
Publié: (2024)
par: Aggarwal, Vaneet, et autres
Publié: (2024)
Action-Constrained Imitation Learning
par: Yeh, Chia-Han, et autres
Publié: (2025)
par: Yeh, Chia-Han, et autres
Publié: (2025)
Self-Reinforced Graph Contrastive Learning
par: Hsieh, Chou-Ying, et autres
Publié: (2025)
par: Hsieh, Chou-Ying, et autres
Publié: (2025)
Accelerated Policy Gradient: On the Convergence Rates of the Nesterov Momentum for Reinforcement Learning
par: Chen, Yen-Ju, et autres
Publié: (2023)
par: Chen, Yen-Ju, et autres
Publié: (2023)
Interpretable Preferences via Multi-Objective Reward Modeling and Mixture-of-Experts
par: Wang, Haoxiang, et autres
Publié: (2024)
par: Wang, Haoxiang, et autres
Publié: (2024)
Pareto Set Learning for Multi-Objective Reinforcement Learning
par: Liu, Erlong, et autres
Publié: (2025)
par: Liu, Erlong, et autres
Publié: (2025)
Beware Untrusted Simulators -- Reward-Free Backdoor Attacks in Reinforcement Learning
par: Rathbun, Ethan, et autres
Publié: (2026)
par: Rathbun, Ethan, et autres
Publié: (2026)
Expert Proximity as Surrogate Rewards for Single Demonstration Imitation Learning
par: Chiang, Chia-Cheng, et autres
Publié: (2024)
par: Chiang, Chia-Cheng, et autres
Publié: (2024)
AIM: Adversarial Information Masking for Faithfulness Evaluation of Saliency Maps
par: Hsieh, Chia-Ying, et autres
Publié: (2026)
par: Hsieh, Chia-Ying, et autres
Publié: (2026)
DelTA: Discriminative Token Credit Assignment for Reinforcement Learning from Verifiable Rewards
par: Zhang, Kaiyi, et autres
Publié: (2026)
par: Zhang, Kaiyi, et autres
Publié: (2026)
Conflict-Averse Gradient Aggregation for Constrained Multi-Objective Reinforcement Learning
par: Kim, Dohyeong, et autres
Publié: (2024)
par: Kim, Dohyeong, et autres
Publié: (2024)
Reinforcement Learning with Non-Cumulative Objective
par: Cui, Wei, et autres
Publié: (2023)
par: Cui, Wei, et autres
Publié: (2023)
DFedReweighting: A Unified Framework for Objective-Oriented Reweighting in Decentralized Federated Learning
par: Zhang, Kaichuang, et autres
Publié: (2025)
par: Zhang, Kaichuang, et autres
Publié: (2025)
MIRACL: A Diverse Meta-Reinforcement Learning for Multi-Objective Multi-Echelon Combinatorial Supply Chain Optimisation
par: Rachman, Rifny, et autres
Publié: (2026)
par: Rachman, Rifny, et autres
Publié: (2026)
Focal Reward: Balanced Reinforcement Learning under Rubric-Based Rewards
par: Huang, Yu, et autres
Publié: (2026)
par: Huang, Yu, et autres
Publié: (2026)
Preference-Guided Learning for Sparse-Reward Multi-Agent Reinforcement Learning
par: Bui, The Viet, et autres
Publié: (2025)
par: Bui, The Viet, et autres
Publié: (2025)
Preference-based Multi-Objective Reinforcement Learning
par: Mu, Ni, et autres
Publié: (2025)
par: Mu, Ni, et autres
Publié: (2025)
Reinforcing Multi-Turn Reasoning in LLM Agents via Turn-Level Reward Design
par: Wei, Quan, et autres
Publié: (2025)
par: Wei, Quan, et autres
Publié: (2025)
Semi-Supervised Cross-Domain Imitation Learning
par: Chu, Li-Min, et autres
Publié: (2026)
par: Chu, Li-Min, et autres
Publié: (2026)
Multi-Objective Adaptive Rate Limiting in Microservices Using Deep Reinforcement Learning
par: Lyu, Ning, et autres
Publié: (2025)
par: Lyu, Ning, et autres
Publié: (2025)
PARM: Multi-Objective Test-Time Alignment via Preference-Aware Autoregressive Reward Model
par: Lin, Baijiong, et autres
Publié: (2025)
par: Lin, Baijiong, et autres
Publié: (2025)
Plan2Cleanse: Test-Time Backdoor Defense via Monte-Carlo Planning in Deep Reinforcement Learning
par: Chen, Sze-Ann, et autres
Publié: (2026)
par: Chen, Sze-Ann, et autres
Publié: (2026)
STEMO: Early Spatio-temporal Forecasting with Multi-Objective Reinforcement Learning
par: Shao, Wei, et autres
Publié: (2024)
par: Shao, Wei, et autres
Publié: (2024)
Learning to Optimize Multi-Objective Alignment Through Dynamic Reward Weighting
par: Lu, Yining, et autres
Publié: (2025)
par: Lu, Yining, et autres
Publié: (2025)
Learning Pareto-Optimal Rewards from Noisy Preferences: A Framework for Multi-Objective Inverse Reinforcement Learning
par: Cherukuri, Kalyan, et autres
Publié: (2025)
par: Cherukuri, Kalyan, et autres
Publié: (2025)
RLVMR: Reinforcement Learning with Verifiable Meta-Reasoning Rewards for Robust Long-Horizon Agents
par: Zhang, Zijing, et autres
Publié: (2025)
par: Zhang, Zijing, et autres
Publié: (2025)
Automatic Reward Shaping from Multi-Objective Human Heuristics
par: Xie, Yuqing, et autres
Publié: (2025)
par: Xie, Yuqing, et autres
Publié: (2025)
Dense Reward for Free in Reinforcement Learning from Human Feedback
par: Chan, Alex J., et autres
Publié: (2024)
par: Chan, Alex J., et autres
Publié: (2024)
Bradley-Terry and Multi-Objective Reward Modeling Are Complementary
par: Zhang, Zhiwei, et autres
Publié: (2025)
par: Zhang, Zhiwei, et autres
Publié: (2025)
Documents similaires
-
Q-Pensieve: Boosting Sample Efficiency of Multi-Objective RL Through Memory Sharing of Q-Snapshots
par: Hung, Wei, et autres
Publié: (2022) -
From Reward-Free Representations to Preferences: Rethinking Offline Preference-Based Reinforcement Learning
par: Yang, Jun-Jie, et autres
Publié: (2026) -
Efficient Action-Constrained Reinforcement Learning via Acceptance-Rejection Method and Augmented MDPs
par: Hung, Wei, et autres
Publié: (2025) -
BOFormer: Learning to Solve Multi-Objective Bayesian Optimization via Non-Markovian RL
par: Hung, Yu-Heng, et autres
Publié: (2025) -
Diffusion-Reward Adversarial Imitation Learning
par: Lai, Chun-Mao, et autres
Publié: (2024)