会员服务
Entropy-Regularized Mean-Field Games with Average-Reward Criterion: Span-Seminorm Contractions and Model-Free Learning
Arxiv
0+阅读 · 10月11日
Small but Mighty: Test Suites as Improvement Signals for Self-Evolving Agents
Arxiv
0+阅读 · 10月11日
Robust Successor Features
Arxiv
0+阅读 · 9月25日
Factorized Spectral Representations for Reinforcement Learning
Arxiv
0+阅读 · 7月15日
Semantic DLM+: Improving Diffusion Language Models through Bias-variance Trade-off in Transition Kernel Design
Arxiv
0+阅读 · 6月13日
Double Glueing over Free Exponential: with Measure Theoretic Applications
Arxiv
0+阅读 · 5月3日
D-MODD: A Diffusion Model of Opinion Dynamics Derived from Online Data
Arxiv
0+阅读 · 5月5日
Model-based Bootstrap of Controlled Markov Chains
Arxiv
0+阅读 · 5月12日
Reflected diffusion models adapt to low-dimensional data
Arxiv
0+阅读 · 3月25日
Online Learning of Whittle Indices for Restless Bandits with Non-Stationary Transition Kernels
Arxiv
0+阅读 · 4月21日
Self-Aware Markov Models for Discrete Reasoning
Arxiv
0+阅读 · 3月17日
Efficient Algorithms for Robust Markov Decision Processes with $s$-Rectangular Ambiguity Sets
Arxiv
0+阅读 · 2月5日
Conditional Score Learning for Quickest Change Detection in Markov Transition Kernels
Arxiv
0+阅读 · 2025年11月6日
Online Learning of Whittle Indices for Restless Bandits with Non-Stationary Transition Kernels
Arxiv
0+阅读 · 2025年10月19日
Double Glueing over Free Exponential: with Measure Theoretic Applications
Arxiv
0+阅读 · 2025年10月12日
参考链接
微信扫码咨询专知VIP会员
Top