PMCTS: Particle Monte Carlo Tree Search for Principled Parallelized Inference Time Scaling
Fuente:
arXiv
Guardado en:
| Autores principales: | Oren, Yaniv, Vadocz, Viliam, de Vries, Joery A., Böhmer, Wendelin, Spaan, Matthijs T. J., Baier, Hendrik |
|---|---|
| Formato: | Preprint |
| Publicado: |
2026
|
| Materias: | |
| Acceso en línea: | |
| Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
Ejemplares similares
Epistemic Monte Carlo Tree Search
por: Oren, Yaniv, et al.
Publicado: (2022)
por: Oren, Yaniv, et al.
Publicado: (2022)
Twice Sequential Monte Carlo for Tree Search
por: Oren, Yaniv, et al.
Publicado: (2025)
por: Oren, Yaniv, et al.
Publicado: (2025)
Trust-Region Twisted Policy Improvement
por: de Vries, Joery A., et al.
Publicado: (2025)
por: de Vries, Joery A., et al.
Publicado: (2025)
VariBASed: Variational Bayes-Adaptive Sequential Monte-Carlo Planning for Deep Reinforcement Learning
por: de Vries, Joery A., et al.
Publicado: (2026)
por: de Vries, Joery A., et al.
Publicado: (2026)
Diverse Projection Ensembles for Distributional Reinforcement Learning
por: Zanger, Moritz A., et al.
Publicado: (2023)
por: Zanger, Moritz A., et al.
Publicado: (2023)
AlphaExploitem: Going Beyond the Nash Equilibrium in Poker by Learning to Exploit Suboptimal Play
por: Murgoci, Vlad, et al.
Publicado: (2026)
por: Murgoci, Vlad, et al.
Publicado: (2026)
Exploration Implies Data Augmentation: Reachability and Generalisation in Contextual MDPs
por: Weltevrede, Max, et al.
Publicado: (2024)
por: Weltevrede, Max, et al.
Publicado: (2024)
Explore-Go: Leveraging Exploration for Generalisation in Deep Reinforcement Learning
por: Weltevrede, Max, et al.
Publicado: (2024)
por: Weltevrede, Max, et al.
Publicado: (2024)
How Ensembles of Distilled Policies Improve Generalisation in Reinforcement Learning
por: Weltevrede, Max, et al.
Publicado: (2025)
por: Weltevrede, Max, et al.
Publicado: (2025)
Value Improved Actor Critic Algorithms
por: Oren, Yaniv, et al.
Publicado: (2024)
por: Oren, Yaniv, et al.
Publicado: (2024)
Sparse Masked Attention Policies for Reliable Generalization
por: Horsch, Caroline, et al.
Publicado: (2026)
por: Horsch, Caroline, et al.
Publicado: (2026)
Universal Value-Function Uncertainties
por: Zanger, Moritz A., et al.
Publicado: (2025)
por: Zanger, Moritz A., et al.
Publicado: (2025)
Bayesian Meta-Reinforcement Learning with Laplace Variational Recurrent Networks
por: de Vries, Joery A., et al.
Publicado: (2025)
por: de Vries, Joery A., et al.
Publicado: (2025)
TransZero: Parallel Tree Expansion in MuZero using Transformer Networks
por: Malmsten, Emil, et al.
Publicado: (2025)
por: Malmsten, Emil, et al.
Publicado: (2025)
On the Equivalence of Random Network Distillation, Deep Ensembles, and Bayesian Inference
por: Zanger, Moritz A., et al.
Publicado: (2026)
por: Zanger, Moritz A., et al.
Publicado: (2026)
EfficientTDMPC: Improved MPC Objectives for Sample-Efficient Continuous Control
por: Evers, Thomas, et al.
Publicado: (2026)
por: Evers, Thomas, et al.
Publicado: (2026)
Contextual Similarity Distillation: Ensemble Uncertainties with a Single Model
por: Zanger, Moritz A., et al.
Publicado: (2025)
por: Zanger, Moritz A., et al.
Publicado: (2025)
Improving Robustness of AlphaZero Algorithms to Test-Time Environment Changes
por: Tamassia, Isidoro, et al.
Publicado: (2025)
por: Tamassia, Isidoro, et al.
Publicado: (2025)
RecBayes: Recurrent Bayesian Ad Hoc Teamwork in Large Partially Observable Domains
por: Ribeiro, João G., et al.
Publicado: (2025)
por: Ribeiro, João G., et al.
Publicado: (2025)
To the Max: Reinventing Reward in Reinforcement Learning
por: Veviurko, Grigorii, et al.
Publicado: (2024)
por: Veviurko, Grigorii, et al.
Publicado: (2024)
Mitigating Premature Exploitation in Particle-based Monte Carlo for Inference-Time Scaling
por: Giannone, Giorgio, et al.
Publicado: (2025)
por: Giannone, Giorgio, et al.
Publicado: (2025)
You Shall Pass: Dealing with the Zero-Gradient Problem in Predict and Optimize for Convex Optimization
por: Veviurko, Grigorii, et al.
Publicado: (2023)
por: Veviurko, Grigorii, et al.
Publicado: (2023)
Generalisation to unseen topologies: Towards control of biological neural network activity
por: Engwegen, Laurens, et al.
Publicado: (2024)
por: Engwegen, Laurens, et al.
Publicado: (2024)
Rollout Roulette: A Probabilistic Inference Approach to Inference-Time Scaling of LLMs using Particle-Based Monte Carlo Methods
por: Puri, Isha, et al.
Publicado: (2025)
por: Puri, Isha, et al.
Publicado: (2025)
Distributed Influence-Augmented Local Simulators for Parallel MARL in Large Networked Systems
por: Suau, Miguel, et al.
Publicado: (2022)
por: Suau, Miguel, et al.
Publicado: (2022)
Positive Experience Reflection for Agents in Interactive Text Environments
por: Lippmann, Philip, et al.
Publicado: (2024)
por: Lippmann, Philip, et al.
Publicado: (2024)
Bad Habits: Policy Confounding and Out-of-Trajectory Generalization in RL
por: Suau, Miguel, et al.
Publicado: (2023)
por: Suau, Miguel, et al.
Publicado: (2023)
What model does MuZero learn?
por: He, Jinke, et al.
Publicado: (2023)
por: He, Jinke, et al.
Publicado: (2023)
ETS: Efficient Tree Search for Inference-Time Scaling
por: Hooper, Coleman, et al.
Publicado: (2025)
por: Hooper, Coleman, et al.
Publicado: (2025)
Off-Policy Safe Reinforcement Learning with Constrained Optimistic Exploration
por: Li, Guopeng, et al.
Publicado: (2026)
por: Li, Guopeng, et al.
Publicado: (2026)
Monte Carlo Tree Search with Boltzmann Exploration
por: Painter, Michael, et al.
Publicado: (2024)
por: Painter, Michael, et al.
Publicado: (2024)
Doubly Robust Monte Carlo Tree Search
por: Liu, Manqing, et al.
Publicado: (2025)
por: Liu, Manqing, et al.
Publicado: (2025)
Entropic Risk-Aware Monte Carlo Tree Search
por: Santos, Pedro P., et al.
Publicado: (2026)
por: Santos, Pedro P., et al.
Publicado: (2026)
An Efficient Algorithm for Thresholding Monte Carlo Tree Search
por: Nameki, Shoma, et al.
Publicado: (2026)
por: Nameki, Shoma, et al.
Publicado: (2026)
Improving Monte Carlo Tree Search for Symbolic Regression
por: Huang, Zhengyao, et al.
Publicado: (2025)
por: Huang, Zhengyao, et al.
Publicado: (2025)
Anytime Sequential Halving in Monte-Carlo Tree Search
por: Sagers, Dominic, et al.
Publicado: (2024)
por: Sagers, Dominic, et al.
Publicado: (2024)
Monte Carlo Tree Search in the Presence of Transition Uncertainty
por: Kohankhaki, Farnaz, et al.
Publicado: (2023)
por: Kohankhaki, Farnaz, et al.
Publicado: (2023)
Improving GFlowNets with Monte Carlo Tree Search
por: Morozov, Nikita, et al.
Publicado: (2024)
por: Morozov, Nikita, et al.
Publicado: (2024)
Monte Carlo Permutation Search
por: Cazenave, Tristan
Publicado: (2025)
por: Cazenave, Tristan
Publicado: (2025)
Priors Matter: Addressing Misspecification in Bayesian Deep Q-Learning
por: van der Vaart, Pascal R., et al.
Publicado: (2025)
por: van der Vaart, Pascal R., et al.
Publicado: (2025)
Ejemplares similares
-
Epistemic Monte Carlo Tree Search
por: Oren, Yaniv, et al.
Publicado: (2022) -
Twice Sequential Monte Carlo for Tree Search
por: Oren, Yaniv, et al.
Publicado: (2025) -
Trust-Region Twisted Policy Improvement
por: de Vries, Joery A., et al.
Publicado: (2025) -
VariBASed: Variational Bayes-Adaptive Sequential Monte-Carlo Planning for Deep Reinforcement Learning
por: de Vries, Joery A., et al.
Publicado: (2026) -
Diverse Projection Ensembles for Distributional Reinforcement Learning
por: Zanger, Moritz A., et al.
Publicado: (2023)