会员服务
Horizon Adaptive Offline Policy Learning via Value Stitching
Arxiv
0+阅读 · 10月11日
Soft MPCritic: Value-Based Reinforcement Learning for Non-Differentiable Predictive Control
Arxiv
0+阅读 · 10月12日
Value-Preserving Action Quantization
Arxiv
0+阅读 · 10月12日
Shape Your Body: Value Gradients for Multi-Embodiment Robot Design
Arxiv
0+阅读 · 10月13日
DistAL: Distance-based Advantage Learning for VLA Fine-Tuning
Arxiv
0+阅读 · 9月16日
Topological Necessities: Mechanism-Invariant Strategic Subgoals for Cross-Embodiment Goal-Conditioned Control
Arxiv
0+阅读 · 9月10日
Gradient-Free Neural Hamilton-Jacobi Reachability for Scalable Safety-Critical Control
Arxiv
0+阅读 · 9月12日
A Convergence Framework for Deep $V$-Learning: Error Propagation and Sharp Action-Gap Bounds
Arxiv
0+阅读 · 9月16日
Continuous Policy and Value Iteration for Relaxed Stochastic Control Problems and Its Convergence
Arxiv
0+阅读 · 10月1日
Aim Short to Reach Far: Your Frozen World Model Can Plan Better Than You Think
Arxiv
0+阅读 · 9月29日
Aim Short to Reach Far: Your Frozen World Model Can Plan Better Than You Think
Arxiv
0+阅读 · 9月30日
A note on goal-based hierarchical RL
Arxiv
0+阅读 · 9月13日
Inferring Value Criteria from Ordinal Preferences: An Iterative In-Context Learning Framework for Music Generation
Arxiv
0+阅读 · 8月31日
Game-Agnostic Value Functions through Automatic JSON Feature Extraction
Arxiv
0+阅读 · 8月30日
Le Critique: Privileged Value Functions for LLM Reinforcement Learning
Arxiv
0+阅读 · 8月17日
参考链接
微信扫码咨询专知VIP会员
Top