Reinforcement Learning Papers

GitHub リポジトリへようこそ!このリポジトリは、 AAAI 、 IJCAI 、 NeurIPS 、 ICML 、 ICLR 、 ICRA 、 AAMASなどの一流の学術会議で採択された、強化学習 (RL)の分野における重要な研究論文を厳選することに特化しています。私たちは、強化学習の最新開発に関する最新情報を入手し、研究トレンドを掘り下げ、最先端のアルゴリズムと手法を探索するのに役立つ便利なリソース ハブを提供します。

ニュース

• 2023/11/12: 関連リポジトリを追加しました。
• 2023/8/19: AAMAS'23、IJCAI'23、ICRA'23、ICML'23、ICLR'23、AAAI'23、NeurIPS'22などに採択された論文を追加しました。
• 2023/1/6: リポジトリを作成しました。

貢献する

マークダウン形式：

 - **Paper Name**.
  [[pdf](link)]
  [[code](link)]
  - Author 1, Author 2, and Author 3. *conference, year*.

私に連絡するか、プル リクエストを追加して、このリストに貢献してください。

ご質問がございましたら、お気軽にお問い合わせください。

目次

• 1_マルチエージェント強化学習 (MARL)
• 2_メタ強化学習(メタRL)
• 3_階層型強化学習 (HRL)
• 4_マルチタスク強化学習(マルチタスクRL)
• 5_オフライン強化学習(オフラインRL)
• 6_逆強化学習 (IRL)
• 7_大規模言語モデルによる強化学習

1_マルチエージェント強化学習

• オフライン分散型マルチエージェント強化学習のためのオンライン チューニング。 [pdf]

  • ジエチュアン・ジャン、ゾンチン・ルー。 AAAI 2023 。

• オフラインのマルチエージェント強化学習に対する報酬ポイズニング攻撃。 [pdf]

  • ヤング・ウー、ジェレミー・マクマハン、シャオジン・ジュー、チャオミン・シェ。 AAAI 2023 。

• エージェントとしてのモデル: モデルベースのマルチエージェント強化学習における対話型ローカル モデルのマルチステップ予測の最適化。 [pdf]

  • Zifan Wu、Chao Yu、Chen Chen、Jianye Hao、Hankz Hankui Zhuo。 AAAI 2023 。

• DeCOM: 制約付き協調マルチエージェント強化学習のための分解ポリシー。 [pdf]

  • Zhaoxing Yang、Haiming Jin、Rong Ding、Haoyi You、Guiyun Fan、Xinbing Wang、Chenghu Zhou。 AAAI 2023 。

• 量子マルチエージェントメタ強化学習。 [pdf]

  • ウォン・ジュンユン、パク・ジホン、キム・ジュンホン。 AAAI 2023 。

• 分極化ポリシー勾配による協調的なマルチエージェント強化学習のための明示的な単位割り当ての学習。 [pdf]

  • ウービン・チェン、ウェンビン・リー、シャオ・リウ、シャンドン・ヤン、ヤン・ガオ。 AAAI 2023 。

• オフラインのマルチエージェント強化学習における良好な軌道からの学習。 [pdf]

  • Qi Tian、Kun Kuang、Furui Liu、Baoxiang Wang。 AAAI 2023 。

• DM²: 分布マッチングによる分散型マルチエージェント強化学習。 [pdf]

  • キャロライン・ワン、イシャン・ドゥルッカール、エラッド・リーブマン、ピーター・ストーン。 AAAI 2023 。

• 協調的なマルチエージェント強化学習のためのコンセンサス学習。 [pdf]

  • Zhiwei Xu、Bin Zhang、Dapeng Li、Zeren Zhang、Guangchong Zhou、Hao Chen、Guoliang Fan。 AAAI 2023 。

• HAVEN: 二重調整メカニズムを備えた階層型協調マルチエージェント強化学習。 [pdf]

  • Zhiwei Xu、Yunpeng Bai、Bin Zhang、Dapeng Li、Guoliang Fan。 AAAI 2023 。

• DACOM: マルチエージェント強化学習のための学習遅延を意識した通信。 [pdf]

  • ティンティン・ユアン、ホイミン・チョン、ジエ・ユアン、シャオミン・フー。 AAAI 2023 。

• 協調的なマルチエージェント強化学習のための認定ポリシー平滑化。 [pdf]

  • ロンフイ・ムー、ウェンジエ・ルアン、レアンドロ・ソリアーノ・マルコリーノ、ガオジエ・ジン、チャン・ニー。 AAAI 2023 。

• ゲーム理論とライドシェアへの応用によるマルチエージェント強化学習により、スマートで持続可能なモビリティを強化します。 [pdf]

  • ルチア・チポリーナくん。 AAAI 2023 。

• 動的シールドによる安全かつ効率的なマルチエージェント強化学習への取り組み (学生の要約)。 [pdf]

  • シャオ・ウェンリー、リュー・イーウェイ、ジョン・M・ドーラン。 AAAI 2023 。

• 適応メッシュ改良のためのマルチエージェント強化学習。 [pdf]

  • ジアチェン・ヤン、キータン・ミタル、タリク・ザニッチ、ソクラティス・ペトリデス、ブレンダン・キース、ブレンデン・K・ピーターセン、ダニエル・M・ファイソル、ロバート・W・アンダーソン。 AAMAS 2023 。

• マルチエージェント強化学習の適応学習率。 [pdf]

  • ジエチュアン・ジャン、ゾンチン・ルー。 AAMAS 2023 。

• 協調的なマルチエージェント強化学習のための貪欲な限界寄与計算による適応値分解。 [pdf]

  • Shanqi Liu、Yujing Hu、Runze Wu、Dong Xing、Yu Xiong、Changjie Fan、Kun Kuang、Yong Liu。 AAMAS 2023 。

• マルチエージェント強化学習のための相互情報ベースの調整への変分的アプローチ。 [pdf]

  • キム・ウジュン、チョン・フィヨン、チョ・ミョンシク、ソン・ヨンチョル。 AAMAS 2023 。

• 媒介マルチエージェント強化学習。 [pdf]

  • ドミトリー・イワノフ、イリヤ・ジスマン、キリル・チェルニシェフ。 AAMAS 2023 。

• EXPODE: マルチエージェント強化学習における効率的な探索のためのポリシーの不一致を利用します。 [pdf]

  • チャン・ユーコン、チャオ・ユー。 AAMAS 2023 。

• AC2C: マルチエージェント強化学習のための適応制御された 2 ホップ通信。 [pdf]

  • Xuefeng Wang、Xinran Li、Jiawei Shao、Jun Zhang。 AAMAS 2023 。

• マルチエージェント強化学習のための構造化コミュニケーションの学習。 [pdf]

  • Junjie Sheng、Xiangfeng Wang、Bo Jin、Wenhao Li、Jun Wang、Junchi Yan、Tsung-Hui Chang、Hongyuan Zha。 AAMAS 2023 。

• マルチエージェント強化学習におけるモデルベースのスパース通信。 [pdf]

  • シュアイ・ハン、メフディ・ダスタニ、王師範。 AAMAS 2023 。

• 逐次協調型マルチエージェント強化学習。 [pdf]

  • Yifan Zang、Jinmin He、Kai Li、Haobo Fu、Qiang Fu、Junliang Xing。 AAMAS 2023 。

• 効率的なリアルタイムのマルチロボット協力探索のための非同期マルチエージェント強化学習。 [pdf]

  • Chao Yu、Xinyi Yang、Jiaxuan Gao、Jiayu Chen、Yunfei Li、Jijia Liu、Yunfei Xiang、Ruixin Huang、Huazhong Yang、Yi Wu、Yu Wang。 AAMAS 2023 。

• マルチエージェント強化学習における複数の独立したアドバイザーからの学習。 [pdf]

  • シュリラム・ガナパティ・スブラマニアン、マシュー・E・テイラー、ケイト・ラーソン、マーク・クロウリー。 AAMAS 2023 。

• CraftEnv: マルチエージェント強化学習のための柔軟な集合ロボット構築環境。 [pdf]

  • Rui Zhao、Xu Liu、Yizheng Zhang、Minghao Li、Cheng Zhou、Shuai Li、Lei Han。 AAMAS 2023 。

• アクティブ電圧制御のための安全層を備えたマルチエージェント強化学習。 [pdf]

  • シー・ユーフォン、フォン・ミンシャオ、王敏瑞、周文剛、李侯強。 AAMAS 2023 。

• 安全かつ効率的なマルチエージェント強化学習のためのモデルベースの動的シールド。 [pdf]

  • シャオ・ウェンリー、リュー・イーウェイ、ジョン・M・ドーラン。 AAMAS 2023 。

• 協調的なマルチエージェント強化学習のためのリスクベースの楽観的探索に向けて。 [pdf]

  • オ・ジファン、キム・ジュンギ、チョン・ミンチャン、ユン・セヨン。 AAMAS 2023 。

• マルチエージェント強化学習における反例に基づくポリシーの改良。 [pdf]

  • ブリティ・ガンゴパディヤイ、パララブ・ダスグプタ、ソウミャジット・デイ。 AAMAS 2023 。

• マルチタスク協調マルチエージェント強化学習のための優先タスクマイニング。 [pdf]

  • ヤン・ユー、チーユエ・イン、ジュンゲ・チャン、カイチー・ファン。 AAMAS 2023 。

• TransfQMix: マルチエージェント強化学習問題のグラフ構造を活用するためのトランスフォーマー。 [pdf]

  • マテオ・ガリシ、マリオ・マルティン、イヴァン・マスミティア。 AAMAS 2023 。

• スケーラブルなマルチエージェント深層強化学習のためのネットワーク プルーニングによるパラメーター共有。 [pdf]

  • キム・ウジュン、ソン・ヨンチョル。 AAMAS 2023 。

• マルチエージェント深層強化学習モデルにおけるアクションのシーケンスの説明に向けて。 [pdf]

  • カイン・ピョ・ワイ、ミンホン・ゲン、ブディタマ・スバグジャ、シュバム・パテリア、アー・フィー・タン。 AAMAS 2023 。

• 高頻度のマルチ市場形成のためのマルチエージェント深層強化学習。 [pdf]

  • パンカジ・クマール。 AAMAS 2023 。

• マルチエージェント強化学習における個人差報酬の学習。 [pdf]

  • チェン・ヤン、グァンカイ・ヤン、ジュンゲ・チャン。 AAMAS 2023 。

• オフビートのマルチエージェント強化学習。 [pdf]

  • ウェイ・チウ、ウェイシュン・ワン、ルンドン・ワン、ボー・アン、ユージン・フー、スベトラーナ・オブラツォワ、ジノヴィ・ラビノビッチ、ジャンイェ・ハオ、インフェン・チェン、チャンジエ・ファン。 AAMAS 2023 。

• エクスペリエンスを選択的に共有することで、マルチエージェントの強化学習が向上します。 [pdf]

  • マティアス・ガーストグラッサー、トム・ダニノ、サラ・ケレン。 AAMAS 2023 。

• オフザグリッド MARL: オフライン マルチエージェント強化学習のためのデータセットとベースライン。 [pdf]

  • クロード・フォルマネク、アサド・ジーワ、ジョナサン・P・ショック、アルヌ・プレトリウス。 AAMAS 2023 。

• マルチエージェント強化学習における通信に対するグレーボックス敵対的攻撃。 [pdf]

  • シャオ・マー、ウー・ジュン・リー。 AAMAS 2023 。

• 住宅負荷の高速タイムスケールの需要応答のためのマルチエージェント強化学習。 [pdf]

  • ヴァンサン・マイ、フィリップ・メゾンヌーヴ、ティアンユー・チャン、ハディ・ネコエイ、リアム・ポール、アントワーヌ・ルサージュ＝ランドリー。 AAMAS 2023 。

• 利他主義マルチエージェント強化学習を介して、自由形状モジュラー ロボットの自己再構成を学習します。 [pdf]

  • Lei Wu、Bin Guo、Qiuyun Zhang、Zhuo Sun、Jeyi Zhang、Zhiwen Yu。 AAMAS 2023 。

• ハイブリッド報酬による強化学習によるマルチエージェントの経路探索。 [pdf]

  • Cheng Zhao、Liansheng Zhuang、Haonan Liu、Yihong Huang、Jian Yang。 AAMAS 2023 。

• 深層マルチエージェント強化学習を使用した大規模経済ネットワークにおける学習ソリューション。 [pdf]

  • マイケル・カリー、アレクサンダー・トロット、ソーハム・フェイド、ユー・バイ、ステファン・ジェン。 AAMAS 2023 。

• 結合値因数分解を使用したオフライン マルチエージェント強化学習。 [pdf]

  • ワン・シャンセン、ザン・シャンユアン。 AAMAS 2023 。

• 効率的なマルチエージェント強化学習のための因果関係検出。 [pdf]

  • ラファエル・ピナ、ヴァルナ・デ・シルバ、コランタン・アルトー。 AAMAS 2023 。

• 状態の不確実性の下でのマルチエージェント強化学習のための注意ベースの反復。 [pdf]

  • トーミー・ファン、ファビアン・リッツ、ヨナス・ニュスライン、ミヒャエル・ケレ、トーマス・ガボール、クラウディア・リンホフ＝ポピエン。 AAMAS 2023 。

• マルチエージェント強化学習を使用した公平なトランスポート ネットワーク設計。 [pdf]

  • ディミトリス・ミハイリディス。 AAMAS 2023 。

• 多目的マルチエージェント システムにおける強化学習。 [pdf]

  • ウィレム・ロプケ。 AAMAS 2023 。

• ゲーム理論とマルチエージェント強化学習により、スマートで持続可能なモビリティを強化します。 [pdf]

  • ルチア・チポリーナくん。 AAMAS 2023 。

• ステートフルアクティブファシリテーター: 協調的なマルチエージェント強化学習における調整と環境の不均一性。 [pdf]

  • ディアンボ・リュー、ヴェダント・シャー、ウサマ・ブーシフ、クリスティアン・メオ、アニルド・ゴヤル、ティアンミン・シュー、マイケル・カーティス・モーザー、ニコラス・ヒース、ヨシュア・ベンジオ。 ICLR 2023 。

• MACTA: キャッシュ タイミング攻撃と検出のためのマルチエージェント強化学習アプローチ。 [pdf]

  • Jiaxun Cui、Xiaomeng Yang、Mulong Luo、Geunbae Lee、Peter Stone、Hsien-Hsin S. Lee、Benjamin Lee、G. Edward Suh、Wenjie Xiong、Yuandong Tian。 ICLR 2023 。

• MAESTRO: マルチエージェント強化学習のためのオープンエンド環境設計。 [pdf]

  • ミカエル・サンヴェリャン、アクビル・カーン、マイケル・デニス、ミンチー・ジャン、ジャック・パーカー・ホルダー、ヤコブ・ニコラウス・フェルスター、ロベルタ・ライレヌ、ティム・ロックテッシェル。 ICLR 2023 。

• マルチエージェント強化学習モデルのスケーリング則。 [pdf]

  • オーレン・ノイマン、クラウディウス・グロス。 ICLR 2023 。

• RPM: マルチエージェント強化学習のための一般化可能なマルチエージェント ポリシー。 [pdf]

  • ウェイ・チウ、シャオ・マー、ボー・アン、スヴェトラーナ・オブラツォワ、ヤン・シュイチェン、シュー・ジョンウェン。 ICLR 2023 。

• マルチエージェント強化学習におけるチープトークの発見と利用。 [pdf]

  • ヤット・ロン・ロー、クリスチャン・シュレーダー・デ・ウィット、サミュエル・ソコタ、ヤコブ・ニコラウス・フェルスター、シモン・ホワイトソン。 ICLR 2023 。

• 順序は重要です: エージェントごとのポリシーの最適化。 [pdf]

  • Xihuai Wang、Zheng Tian、Ziyu Wang、Ying Wen、Jun Wang、Weinan Zhang。 ICLR 2023 。

• 協調的なマルチエージェント強化学習のためのコンテキスト認識型ベイジアン ネットワーク アクタークリティック手法。 [pdf]

  • ディンヤン・チェン、チー・チャン。 ICML 2023 。

• マルチエージェント強化学習における言語基礎を備えたエンティティ分割器。 [pdf]

  • 丁子洛、張万鵬、岳潤鵬、王香俊、黄鉄軍、陸宗青。 ICML 2023 。

• オラクルとフォロワー: 深層マルチエージェント強化学習における Stackelberg 平衡。 [pdf]

  • マティアス・ガーストグラッサー、デヴィッド・C・パークス。 ICML 2023 。

• マルチエージェント強化学習のための適応エントロピー正則化フレームワーク。 [pdf]

  • キム・ウジュン、ソン・ヨンチョル。 ICML 2023 。

• RACE: 表現の非対称性と協調進化によるマルチエージェントの強化学習を改善します。 [pdf]

  • Pengyi Li、Jianye Hao、Hongyao Tang、Yan Zheng、Xian Fu。 ICML 2023 。

• 怠惰なエージェント: マルチエージェント強化学習における報酬の希薄問題の解決に関する新しい視点。 [pdf]

  • ボーイン・リウ、ジーチャン・プー、イー・パン、ジャンチアン・イー、ヤンヤン・リャン、ドゥ・チャン。 ICML 2023 。

• 協調的なマルチエージェント強化学習: 非同期通信と線形関数近似。 [pdf]

  • ミン・イーフェイ、何・ジアファン、王天豪、顧泉泉。 ICML 2023 。

• インテリジェントな情報集約によるスケーラブルなマルチエージェント強化学習。 [pdf]

  • シッダース・ナヤック、ケネス・チョイ、ウェンキ・ディン、シドニー・ドーラン、カルティク・ゴパラクリシュナン、ハムサ・バラクリシュナン。 ICML 2023 。

• 確率的部分可観測性の下でのマルチエージェント強化学習のための注意ベースの反復。 [pdf]

  • トーミー・ファン、ファビアン・リッツ、フィリップ・アルトマン、マクシミリアン・ゾーン、ヨナス・ニュスライン、ミヒャエル・ケル、トーマス・ガボール、クラウディア・リンホフ＝ポピエン。 ICML 2023 。

• マルチエージェント強化学習の補完的注意。 [pdf]

  • Jianzhun Shao、Hongchang Zhang、Yun Qu、Chang Liu、Shuncheng He、Yuhang Jiang、Xiangyang Ji。 ICML 2023 。

• ローカル最適化は、マルチエージェント強化学習におけるグローバル最適化を実現します。 [pdf]

  • チャオ・ユライ、ヤン・ジョラン、ワン・ジャオラン、ジェイソン・D・リー。 ICML 2023 。

• ディープマルチエージェント強化学習を使用した分散型異種 UAV 群によるマルチターゲット追跡。 [pdf]

  • マリアム・クゼガー、ヨンビン・ソン、マリカ・メグジャニ、ローランド・ブファニス。 ICRA 2023 。

• マルチエージェント強化学習のための説明可能なアクションアドバイス。 [pdf]

  • Yue Guo、Joseph Campbell、Simon Stepputtis、Ruiyu Li、Dana Hughes、Fei Fang、Katia P. Sycara。 ICRA 2023 。

• 困難なシナリオにおけるコネクテッド自律走行車の時空間認識型安全なマルチエージェント強化学習。 [pdf]

  • チャン・ジーリー、ハン・ソンヤン、ワン・ジャンウェイ、ミャオ・フェイ。 ICRA 2023 。

• 駐車軌道計画のための競合制約付きマルチエージェント強化学習法。 [pdf]

  • チェン・シーユアン、ワン・メイリン、ヤン・イーヤン、ソン・ウェンジエ。 ICRA 2023 。

• 時間クエリに対する説明可能なマルチエージェント強化学習。 [pdf]

  • ケイラ・ボーゲス、サリット・クラウス、ルー・フェン。 IJCAI 2023 。

• トランスフォーマーベースの電子メールメカニズムを介したマルチエージェント強化学習のためのスケーラブルな通信。 [pdf]

  • Xudong Guo、Daming Shi、Wenhui Fan。 IJCAI 2023 。

• 援軍の派遣方法の学習: 強化学習によるマルチエージェントの動的警察パトロールの派遣と再スケジュールの調整。 [pdf]

  • ウォルディ・ジョー、フン・チュイン・ラウ。 IJCAI 2023 。

• 協調的なマルチエージェント強化学習における分散型異常検出。 [pdf]

  • キアラシュ・カザリ、エゼルディン・シェリーン、ジェルジ・ダン。 IJCAI 2023 。

• GPLight: 大規模な交通信号制御のためのグループ化されたマルチエージェント強化学習。 [pdf]

  • Yilin Liu、Guiyang Luo、Quan Yuan、Jinglin Li、Lei Jin、Bo Chen、Rui Pan。 IJCAI 2023 。

• マルチエージェント強化学習における深い階層型コミュニケーション グラフ。 [pdf]

  • Zeyang Liu、Lipen Wan、Xue Shu、Zhuoran Chen、Kewu Sun、Xuguang Lan。 IJCAI 2023 。

• マルチエージェント強化学習を使用した社会的ジレンマにおける道徳的選択のモデル化。 [pdf]

  • エリザベタ・テナント、スティーヴン・ヘイルズ、ミルコ・ムソレシ。 IJCAI 2023 。

• マルチエージェント強化学習における時空間的逐次意思決定によるシュタッケルベルク平衡の誘導。 [pdf]

  • 張斌、リー・リジュアン、シュー・ジーウェイ、リー・ダペン、ファン・グオリャン。 IJCAI 2023 。

• マルチエージェント強化学習による自己教師ありニューロン セグメンテーション。 [pdf]

  • インダ・チェン、ウェイ・ファン、シェンロン・周、チー・チェン、ジウェイ・ション。 IJCAI 2023 。

• MA2CL: マルチエージェント強化学習のためのマスクされた注意対比学習。 [pdf]

  • ソン・ハオリン、フォン・ミンシャオ、周文剛、リー・ホウ強。 IJCAI 2023 。

• オークションベースの連合学習のための競合-協力マルチエージェント強化学習。 [pdf]

  • 唐暁理、ハン・ユー。 IJCAI 2023 。

• DPMAC: 協調的なマルチエージェント強化学習のための差分プライベート通信。 [pdf]

  • Canzhe Zhao、Yanjie Ze、Jing Dong、Baoxiang Wang、Shuai Li。 IJCAI 2023 。

2_メタ強化学習

• 自己教師ありタスク表現学習に基づくメタ強化学習。 [pdf]
  • ミンヤン・ワン、ジェンシャン・ビン、シアントン・ヤオ、シュアイ・ワン、カイ・ファン、ハン・スー、チェングアン・ヤン、アロイス・ノール。 AAAI 2023 。
• 量子マルチエージェントメタ強化学習。 [pdf]
  • ウォン・ジュンユン、パク・ジホン、キム・ジュンホン。 AAAI 2023 。
• メタセーフ強化学習のための CMDP 内オンライン フレームワーク。 [pdf]
  • ヴァンシャジ・カタール、ユーハオ・ディン、ビルゲハン・セル、ジャバド・ラヴァーエイ、ミン・ジン。 ICLR 2023 。
• 分布型メタ勾配強化学習。 [pdf]
  • ハイヤン・イン、シュイチェン・ヤン、ジョンウェン・シュウ。 ICLR 2023 。
• メタ強化学習の副産物としての単純な身体化言語学習。 [pdf]
  • エヴァン・ゼラン・リウ、サハーナ・スリ、トン・ムー、アラン・ジョウ、チェルシー・フィン。 ICML 2023 。
• 分散型オンライン適応によるオフライン メタ強化学習。 [pdf]
  • ジャンハオ・ワン、ジン・チャン、ハオゼ・ジャン、ジュンユー・チャン、リーウェイ・ワン、チョン・チョンジエ。 ICML 2023 。
• 言語指示によるメタ強化学習。 [pdf]
  • ジェンシャン・ビン、アレクサンダー・W・コッホ、シアントン・ヤオ、カイ・ファン、アロイス・ノール。 ICRA 2023 。
• メタ強化学習の解きほぐされたタスク表現によるゼロショット ポリシー転送。 [pdf]
  • Zhen Wu、Yichen Xie、Wenzhao Lian、Changhao Wang、Yanjiang Guo、Jianyu Chen、Stefan Schaal、富塚正義。 ICRA 2023 。

3_階層型強化学習

• HAVEN: 二重調整メカニズムを備えた階層型協調マルチエージェント強化学習。 [pdf]
  • Zhiwei Xu、Yunpeng Bai、Bin Zhang、Dapeng Li、Guoliang Fan。 AAAI 2023 。
• 大規模マルチエージェント システムのための階層型平均場の深層強化学習。 [pdf]
  • チャオユウ。 AAAI 2023 。
• 人間と AI の協調的なサブ目標最適化による階層型強化学習。 [pdf]
  • ハオジェ・マー、タイン・ヴィン・ヴォ、ツェユン・レオン。 AAMAS 2023 。
• アドホック チーミングのための階層型強化学習。 [pdf]
  • ステファン・アロカ＝ウエレット、ミゲル・アロカ＝ウエレット、ウパサナ・ビスワス、カタリーナ・カン、アレッサンドロ・ロンコーネ。 AAMAS 2023 。
• オプションインデックス付き階層強化学習を使用したタスクとオプションのマッチング。 [pdf]
  • クシャル・チョーハン、ソウミャ・チャタジー、アカシュ・レディ、アニルッダ・S、バララマン・ラビンドラン、プラディープ・シェノイ。 AAMAS 2023 。
• 注意報酬による階層型強化学習。 [pdf]
  • Sihong Luo、Jinghao Chen、Zheng Hu、Chunhong Zhang、Benhui Zhuang。 AAMAS 2023 。
• プログラムの作成学習による階層型プログラム強化学習。 [pdf]
  • リュウ・グアンティン、フー・エンペイ、チェン・プージェン、リー・フンイー、孫シャオファ。 ICML 2023 。
• 階層型深層強化学習によるナビゲーション スキルの適応的かつ説明可能な導入。 [pdf]
  • イ・ギョウン、キム・ソンウン、チェ・ジェシク。 ICRA 2023 。

4_マルチタスク強化学習

• PiCor: ポリシー修正を使用したマルチタスク深層強化学習。 [pdf]
  • バイ・フェンシュオ、チャン・ホンミン、タオ・ティエンヤン、ウー・ジーヘン、ワン・ヤンナ、シュー・ボー。 AAAI 2023 。
• マルチタスク協調マルチエージェント強化学習のための優先タスクマイニング。 [pdf]
  • ヤン・ユー、チーユエ・イン、ジュンゲ・チャン、カイチー・ファン。 AAMAS 2023 。
• 強化学習におけるマルチタスクの事前トレーニングと一般化の調査。 [pdf]
  • エイドリアン・アリ・タイガ、リシャブ・アガルワル、ジェシー・フェアブラザー、アーロン・C・クールヴィル、マーク・G・ベルマーレ。 ICLR 2023 。
• マルチタスク強化学習によるデモンストレーションブートストラップ型の自律的実践。 [pdf]
  • アビシェク・グプタ、コーリー・リンチ、ブランドン・キンマン、ギャレット・ピーク、セルゲイ・レヴィン、カロル・ハウスマン。 ICRA 2023 。

5_オフライン強化学習

• 保守的な方法でのオフライン量子強化学習。 [pdf]
  • チェン・ジーハオ、チャン・カイニン、リー・シェン、タオ・ダーチェン。 AAAI 人工知能会議 (AAAI 2023)。
• 依存サンプルを使用したバニラ モデルベースのオフライン強化学習のサンプルの複雑さについて。 [pdf]
  • ムスタファ・O・カラバグ、ウフク・トプチュ。 AAAI 人工知能会議 (AAAI 2023)。

6_逆強化学習

• 逆強化学習の仕様の誤り。 [pdf]
  • ジョアル・スカルス、アレッサンドロ・アバーテ。 AAAI 2023 。
• 心の推論理論によるマルチエージェント逆強化学習。 [pdf]
  • ハオチェン・ウー、ペドロ・セケイラ、デヴィッド・V・ピナダス。 AAMAS 2023 。
• 平均フィールド ゲームのための敵対的逆強化学習。 [pdf]
  • ヤン・チェン、リーボ・チャン、ジアモウ・リウ、マイケル・ウィットブロック。 AAMAS 2023 。
• LTL ベースの非マルコフ逆強化学習。 [pdf]
  • モハマド・アフザル、サンカルプ・ガンビール、アシュトーシュ・グプタ、S・クリシュナ、アシュトーシュ・トリヴェディ、アルバロ・ベラスケス。 AAMAS 2023 。
• LS-IQ: 逆強化学習の暗黙的な報酬正則化。 [pdf]
  • フィラス・アル・ハフェズ、ダビデ・タテオ、オレグ・アレンツ、趙国平、ヤン・ピータース。 ICLR 2023 。
• 逆強化学習による因果模倣学習。 [pdf]
  • カンルイ・ルアン、ジュンゼ・チャン、スアン・ディ、エリアス・バレインボイム。 ICLR 2023 。
• 逆強化学習における制約推論のベンチマーク。 [pdf]
  • グイリアン・リウ、ユードン・ルオ、アシシュ・ガウラフ、カスラ・レザエ、パスカル・プパール。 ICLR 2023 。
• CLARE: オフライン逆強化学習のための保守的なモデルベースの報酬学習。 [pdf]
  • Sheng Yue、Guanbo Wang、Wei Shao、Zhaofeng Zhang、Sen Lin、Ju Ren、Junshan Zhang。 ICLR 2023 。
• マルチタスクの階層型敵対逆強化学習。 [pdf]
  • ジアユ・チェン、ディペシュ・タンボリ、ティアン・ラン、バニート・アガルワル。 ICML 2023 。
• 逆強化学習の理論的理解に向けて。 [pdf]
  • アルベルト・マリア・メテッリ、フィリッポ・ラッツァーティ、マルチェロ・レステッリ。 ICML 2023 。
• 制約付き逆強化学習における識別可能性と一般化可能性。 [pdf]
  • アンドレアス・シュラギンハウフェン、マリアム・カムガープール。 ICML 2023 。
• 強化学習を行わない逆強化学習。 [pdf]
  • ゴクル・スワミー、デヴィッド・ウー、サンジバン・チョードリー、ドリュー・バグネル、ジウェイ・スティーブン・ウー。 ICML 2023 。
• 製造アプリケーションにおいてタスク シーケンス ポリシーを人間からロボットに転送するための逆強化学習フレームワーク。 [pdf]
  • オメイ・M・マニヤル、ザカリー・マクナルティ、ステファノス・ニコライディス、サティヤンドラ・K・グプタ。 ICRA 2023 。
• オフロードナビゲーションの逆強化学習によるリスク認識コストマップの学習。 [pdf]
  • サミュエル・トリエスト、マテオ・グアマン・カストロ、パルブ・マヘシュワリ、マシュー・シヴァプラカサム、ウェンシャン・ワン、セバスティアン・A・シェラー。 ICRA 2023 。
• DriveIRL: 逆強化学習を使用して実生活を運転します。 [pdf]
  • トゥン・ファン・ミン、フォーブス・ハウイントン、ティンシェン・チュー、モムチル・S・トモフ、ロバート・E・ボードイン、サン・ウク・リー、ナンシャン・リー、カグラヤン・ディクル、サミュエル・フィンドラー、フランシスコ・スアレス＝ルイス、ボー・ヤン、サミー・オマリ、エリック・M.ヴォルフ。 ICRA 2023 。
• あなたが望むものを見せてください: デモンストレーションによってロボット群を自動的に設計する逆強化学習。 [pdf]
  • イリエス・ガルビ、ジョナス・クックリング、ダビド・ガルソン＝ラモス、マウロ・ビラタリ。 ICRA 2023 。
• ロボット制御のためのオプション認識型敵対逆強化学習。 [pdf]
  • ジアユ・チェン、ティアン・ラン、バニート・アガルワル。 ICRA 2023 。
• SoLo T-DIRL: 軌道ランク付けされた深層逆強化学習に基づく、社会を意識した動的ローカル プランナー。 [pdf]
  • イーファン・スー、テオドール・チャハチロ、トリビ・カトゥリア、マーニ・ガファリ。 ICRA 2023 。
• InitLight: 敵対的逆強化学習を使用した交通信号制御の初期モデル生成。 [pdf]
  • Yutong Ye、Yingbo Zhou、Jiepin Ding、Ting Wang、Mingsong Chen、Xiang Lian。 IJCAI 2023 。

7_大規模言語モデルによる強化学習

• 人間の好みからの深層強化学習。 [pdf]
  • ポール F. クリスティアーノ、ヤン ライケ、トム ブラウン、ミルジャン マルティック、シェーン レッグ、ダリオ アモデイNeurIPS 2017 。
• 人間のフィードバックによる指示に従う言語モデルのトレーニング。 [pdf]
  • 欧陽龍、ジェフリー・ウー、徐江、ディオゴ・アルメイダ、キャロル・ウェインライト、パメラ・ミシュキン、チャン・ジャン、サンディニ・アガルワル、カタリナ・スラマ、アレックス・レイ、ジョン・シュルマン、ジェイコブ・ヒルトン、フレイザー・ケルトン、ルーク・ミラー、マディ・シメンス、アマンダ・アケル、ピーター・ウェリンダー、ポール・F・クリスティアーノ、ジャン・ライク、ライアン・ロウ。 NeurIPS 2022 。
• 直接的な好みの最適化: 言語モデルは密かに報酬モデルです。 [pdf]
  • ラファエル・ラファイロフ、アーキット・シャルマ、エリック・ミッチェル、ステファノ・エルモン、クリストファー・D・マニング、チェルシー・フィン。 NeurIPS 2023 。
• 大規模な言語モデルを使用した強化学習の事前トレーニングのガイド。 [pdf]
  • ユーチン・ドゥ、オリビア・ワトキンス、ジハン・ワン、セドリック・コーラス、トレバー・ダレル、ピーター・アッビール、アビシェク・グプタ、ジェイコブ・アンドレアス。 ICML 2023 。
• 言語モデルを使用した報酬の設計。 [pdf]
  • クォン・ミナエ、サン・マイケル・シー、カレシャ・ブラード、ドーサ・サディ。 ICLR 2023 。
• インタラクティブな意思決定のための事前トレーニング済み言語モデル。 [pdf]
  • シュアン・リー、ザビエル・プイグ、クリス・パクストン、イールン・ドゥ、クリントン・ワン、リンシー・ファン、タオ・チェン、デアン・ファン、エキン・アキュレク、アニマ・アナンドクマール、ジェイコブ・アンドレアス、イゴール・モルダッチ、アントニオ・トラルバ、ユーク・チュー。 NeurIPS 2022 。

引用

研究でこのツールボックスを使用する場合は、このプロジェクトを引用してください。

 @misc{YalunAwesome,
    author = {Yalun Wu},
    title = {Reinforcement-Learning-Papers},
    year = {2023},
    howpublished = {url{https://github.com/Allenpandas/Reinforcement-Learning-Papers}}
}