Reinforcement Learning Papers

Добро пожаловать в наш репозиторий GitHub! Этот репозиторий предназначен для хранения важных исследовательских работ в области обучения с подкреплением (RL) , которые были приняты на ведущих академических конференциях, таких как AAAI , IJCAI , NeurIPS , ICML , ICLR , ICRA , AAMAS и других. Мы предоставляем вам удобный центр ресурсов, который поможет вам оставаться в курсе последних событий в области обучения с подкреплением, углубляться в тенденции исследований и изучать передовые алгоритмы и методы.

Новости

• 12.11.2023: Я добавил соответствующий репозиторий.
• 19.08.2023: Я добавил статьи, принятые на AAMAS'23, IJCAI'23, ICRA'23, ICML'23, ICLR'23, AAAI'23, NeurIPS'22 и т. д.
• 06.01.2023: Я создал репозиторий.

Содействие

Формат уценки:

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

Пожалуйста, помогите пополнить этот список, связавшись со мной или добавив запрос на включение.

По любым вопросам обращайтесь ко мне?.

Оглавление

• 1_Многоагентное обучение с подкреплением (MARL)
• 2_Мета-обучение с подкреплением (Meta RL)
• 3_Иерархическое обучение с подкреплением (HRL)
• 4_Многозадачное обучение с подкреплением (Multi-Task RL)
• 5_Офлайн-обучение с подкреплением (Офлайн-RL)
• 6_Обратное обучение с подкреплением (IRL)
• 7_Подкрепление обучения с помощью больших языковых моделей

1_Мультиагентное обучение с подкреплением

• Онлайн-настройка для автономного децентрализованного многоагентного обучения с подкреплением. [pdf]

  • Цзечуань Цзян, Цзунцин Лу. АААИ 2023 .

• Атаки с отравлением вознаграждением при автономном многоагентном обучении с подкреплением. [pdf]

  • Янг Ву, Джереми МакМэхан, Сяоцзинь Чжу, Цяоминь Се. АААИ 2023 .

• Модели как агенты: оптимизация многоэтапных прогнозов интерактивных локальных моделей в многоагентном обучении с подкреплением на основе моделей. [pdf]

  • Цзыфань Ву, Чао Юй, Чэнь Чен, Цзянье Хао, Ханкз Ханькуй Чжо. АААИ 2023 .

• DeCOM: декомпозированная политика для ограниченного совместного многоагентного обучения с подкреплением. [pdf]

  • Чжаосин Ян, Хаймин Цзинь, Жун Дин, Хаойи Ю, Гуйюнь Фань, Синьбин Ван, Чэнху Чжоу. АААИ 2023 .

• Квантовое многоагентное обучение с мета-подкреплением. [pdf]

  • Вон Джун Юн, Джихон Пак, Джунхон Ким. АААИ 2023 .

• Обучение явному присвоению кредитов для совместного многоагентного обучения с подкреплением с помощью градиента политики поляризации. [pdf]

  • Убин Чен, Вэньбинь Ли, Сяо Лю, Шандун Ян, Ян Гао. АААИ 2023 .

• Обучение на хороших траекториях в автономном многоагентном обучении с подкреплением. [pdf]

  • Ци Тянь, Кун Куан, Фуруи Лю, Баосян Ван. АААИ 2023 .

• DM²: децентрализованное многоагентное обучение с подкреплением посредством сопоставления распределения. [pdf]

  • Кэролайн Ванг, Ишан Дуругкар, Элад Либман, Питер Стоун. АААИ 2023 .

• Консенсусное обучение для совместного многоагентного обучения с подкреплением. [pdf]

  • Чживэй Сюй, Бинь Чжан, Дапэн Ли, Зерен Чжан, Гуанчун Чжоу, Хао Чен, Голян Фань. АААИ 2023 .

• HAVEN: Иерархическое совместное многоагентное обучение с подкреплением с двойным механизмом координации. [pdf]

  • Чживэй Сюй, Юньпэн Бай, Бинь Чжан, Дапэн Ли, Голян Фань. АААИ 2023 .

• DACOM: обучение коммуникации с учетом задержек для многоагентного обучения с подкреплением. [pdf]

  • Тинтин Юань, Хвэй-Минг Чунг, Цзе Юань, Сяомин Фу. АААИ 2023 .

• Сертифицированное сглаживание политик для совместного многоагентного обучения с подкреплением. [pdf]

  • Жунхуэй Му, Вэньцзе Жуань, Леандро Сориано Марколино, Гаоцзе Цзинь, Цян Ни. АААИ 2023 .

• Улучшение умной и устойчивой мобильности с помощью теории игр и многоагентного обучения с подкреплением с помощью приложений для совместного использования поездок. [pdf]

  • Люсия Чиполина-Кун. АААИ 2023 .

• Обеспечение безопасного и эффективного многоагентного обучения с подкреплением посредством динамического экранирования (конспект студента). [pdf]

  • Вэньли Сяо, Ивэй Лю, Джон М. Долан. АААИ 2023 .

• Многоагентное обучение с подкреплением для адаптивного уточнения сетки. [pdf]

  • Цзячен Ян, Кетан Миттал, Тарик Джанич, Сократис Петридес, Брендан Кейт, Бренден К. Петерсен, Дэниел М. Фейсол, Роберт В. Андерсон. ААМАС 2023 .

• Адаптивная скорость обучения для многоагентного обучения с подкреплением. [pdf]

  • Цзечуань Цзян, Цзунцин Лу. ААМАС 2023 .

• Адаптивная декомпозиция значений с жадным вычислением предельного вклада для совместного многоагентного обучения с подкреплением. [pdf]

  • Шаньци Лю, Юйцзин Ху, Рунцэ Ву, Донг Син, Юй Сюн, Чанцзе Фань, Кун Куан, Юн Лю. ААМАС 2023 .

• Вариационный подход к взаимной информационной координации для многоагентного обучения с подкреплением. [pdf]

  • Уджун Ким, Виён Юнг, Мёнсик Чо, Ёнчхоль Сон. ААМАС 2023 .

• Опосредованное многоагентное обучение с подкреплением. [pdf]

  • Дмитрий Иванов, Илья Зисман, Кирилл Чернышев. ААМАС 2023 .

• EXPODE: Использование несоответствия в политике для эффективного исследования в многоагентном обучении с подкреплением. [pdf]

  • Юконг Чжан, Чао Ю. ААМАС 2023 .

• AC2C: адаптивно управляемая двухступенчатая связь для многоагентного обучения с подкреплением. [pdf]

  • Сюэфэн Ван, Синьжань Ли, Цзявэй Шао, Цзюнь Чжан. ААМАС 2023 .

• Обучение структурированной коммуникации для многоагентного обучения с подкреплением. [pdf]

  • Цзюньцзе Шэн, Сянфэн Ван, Бо Цзинь, Вэньхао Ли, Цзюнь Ван, Цзюньчи Ян, Цунг-Хуэй Чанг, Хунъюань Чжа. ААМАС 2023 .

• Разреженная коммуникация на основе моделей в многоагентном обучении с подкреплением. [pdf]

  • Шуай Хан, Мехди Дастани, Шихан Ван. ААМАС 2023 .

• Последовательное совместное многоагентное обучение с подкреплением. [pdf]

  • Ифань Цзан, Цзиньминь Хэ, Кай Ли, Хаобо Фу, Цян Фу, Цзюньлян Син. ААМАС 2023 .

• Асинхронное многоагентное обучение с подкреплением для эффективной совместной работы нескольких роботов в режиме реального времени. [pdf]

  • Чао Ю, Синьи Ян, Цзясюань Гао, Цзяюй Чен, Юнфэй Ли, Цзицзя Лю, Юньфэй Сян, Жуйсинь Хуан, Хуажонг Ян, И Ву, Юй Ван. ААМАС 2023 .

• Обучение у нескольких независимых консультантов в области многоагентного обучения с подкреплением. [pdf]

  • Шрирам Ганапати Субраманиан, Мэтью Э. Тейлор, Кейт Ларсон, Марк Кроули. ААМАС 2023 .

• CraftEnv: гибкая коллективная роботизированная среда конструирования для многоагентного обучения с подкреплением. [pdf]

  • Жуй Чжао, Сюй Лю, Ичжэн Чжан, Минхао Ли, Чэн Чжоу, Шуай Ли, Лэй Хань. ААМАС 2023 .

• Многоагентное обучение с подкреплением с уровнем безопасности для активного управления напряжением. [pdf]

  • Юфэн Ши, Минсяо Фэн, Минруй Ван, Венган Чжоу, Хоуцян Ли. ААМАС 2023 .

• Динамическое экранирование на основе моделей для безопасного и эффективного многоагентного обучения с подкреплением. [pdf]

  • Вэньли Сяо, Ивэй Лю, Джон М. Долан. ААМАС 2023 .

• На пути к оптимистическому исследованию на основе рисков для совместного многоагентного обучения с подкреплением. [pdf]

  • Джихван О, Джунки Ким, Минчан Чон, Се Ён Юн. ААМАС 2023 .

• Уточнение политики в многоагентном обучении с подкреплением на основе контрпримеров. [pdf]

  • Брити Гангопадьяй, Паллаб Дасгупта, Сумьяджит Дей. ААМАС 2023 .

• Анализ приоритетных задач для многозадачного совместного многоагентного обучения с подкреплением. [pdf]

  • Ян Юй, Циюэ Инь, Юнге Чжан, Кайци Хуан. ААМАС 2023 .

• TransfQMix: преобразователи для использования структуры графа в задачах многоагентного обучения с подкреплением. [pdf]

  • Маттео Галличи, Марио Мартин, Иван Масмитья. ААМАС 2023 .

• Совместное использование параметров с сокращением сети для масштабируемого многоагентного глубокого обучения с подкреплением. [pdf]

  • Уджун Ким, Ёнчхоль Сон. ААМАС 2023 .

• К объяснению последовательностей действий в многоагентных моделях глубокого обучения с подкреплением. [pdf]

  • Кхаинг Пхё Вай, Минхонг Генг, Будхитама Субагджа, Шубхам Патерия, А-Хви Тан. ААМАС 2023 .

• Многоагентное глубокое обучение с подкреплением для высокочастотного создания мультирынков. [pdf]

  • Панкадж Кумар. ААМАС 2023 .

• Изучение вознаграждений за индивидуальные различия в многоагентном обучении с подкреплением. [pdf]

  • Чэнь Ян, Гуанкай Ян, Юнге Чжан. ААМАС 2023 .

• Нестандартное мультиагентное обучение с подкреплением. [pdf]

  • Вэй Цю, Вэйсюнь Ван, Рундун Ван, Бо Ань, Юйцзин Ху, Светлана Образцова, Зиновий Рабинович, Цзянье Хао, Инфэн Чен, Чанцзе Фань. ААМАС 2023 .

• Выборочный обмен опытом улучшает многоагентное обучение с подкреплением. [pdf]

  • Матиас Герстграссер, Том Данино, Сара Керен. ААМАС 2023 .

• Автономный MARL: наборы данных и базовые показатели для автономного многоагентного обучения с подкреплением. [pdf]

  • Клод Форманек, Асад Джива, Джонатан П. Шок, Арну Преториус. ААМАС 2023 .

• Состязательная атака серого ящика на коммуникацию в многоагентном обучении с подкреплением. [pdf]

  • Сяо Ма, У-Цзюнь Ли. ААМАС 2023 .

• Многоагентное обучение с подкреплением для быстрого реагирования на спрос жилых нагрузок. [pdf]

  • Винсент Май, Филипп Мезоннев, Тянью Чжан, Хади Некой, Лиам Полл, Антуан Лесаж-Ландри. ААМАС 2023 .

• Обучение самореконфигурации модульных роботов произвольной формы с помощью альтруистического многоагентного обучения с подкреплением. [pdf]

  • Лэй Ву, Бинь Го, Цююнь Чжан, Чжо Сунь, Цзеи Чжан, Чживэнь Ю. ААМАС 2023 .

• Многоагентный поиск пути посредством обучения с подкреплением и гибридным вознаграждением. [pdf]

  • Чэн Чжао, Ляньшэн Чжуан, Хаонань Лю, Ихонг Хуан, Цзянь Ян. ААМАС 2023 .

• Решения для обучения в крупных экономических сетях с использованием глубокого многоагентного обучения с подкреплением. [pdf]

  • Майкл Карри, Александр Тротт, Сохам Фаде, Ю Бай, Стефан Чжэн. ААМАС 2023 .

• Автономное многоагентное обучение с подкреплением с факторизацией связанных значений. [pdf]

  • Сянсен Ван, Сяньюань Чжань. ААМАС 2023 .

• Обнаружение причинно-следственной связи для эффективного многоагентного обучения с подкреплением. [pdf]

  • Рафаэль Пина, Варуна Де Силва, Корантен Арто. ААМАС 2023 .

• Рекуррентность на основе внимания для многоагентного обучения с подкреплением в условиях неопределенности состояния. [pdf]

  • Томи Фан, Фабиан Ритц, Йонас Нюссляйн, Михаэль Кёлле, Томас Габор, Клаудия Линнхофф-Попиен. ААМАС 2023 .

• Справедливое проектирование транспортной сети с использованием многоагентного обучения с подкреплением. [pdf]

  • Димитрис Михаилидис. ААМАС 2023 .

• Обучение с подкреплением в многоцелевых многоагентных системах. [pdf]

  • Виллем Рёпке. ААМАС 2023 .

• Улучшение умной и устойчивой мобильности с помощью теории игр и многоагентного обучения с подкреплением. [pdf]

  • Люсия Чиполина-Кун. ААМАС 2023 .

• Активный фасилитатор с сохранением состояния: координация и неоднородность окружающей среды в совместном многоагентном обучении с подкреплением. [pdf]

  • Дианбо Лю, Ведант Шах, Усама Буссиф, Кристиан Мео, Анируд Гоял, Тяньминь Шу, Майкл Кертис Мозер, Николас Хесс, Йошуа Бенджио. ICLR 2023 .

• MACTA: многоагентный подход к обучению с подкреплением для атак и обнаружения по времени кэша. [pdf]

  • Цзясюнь Цуй, Сяомэн Ян, Мулонг Ло, Кынбэ Ли, Питер Стоун, Сянь-Синь С. Ли, Бенджамин Ли, Г. Эдвард Су, Вэньцзе Сюн, Юаньдун Тянь. ICLR 2023 .

• MAESTRO: Проектирование открытой среды для многоагентного обучения с подкреплением. [pdf]

  • Микаел Самвелян, Акбир Хан, Майкл Деннис, Минки Цзян, Джек Паркер-Холдер, Якоб Николаус Ферстер, Роберта Райляну, Тим Роктешель. ICLR 2023 .

• Законы масштабирования для модели многоагентного обучения с подкреплением. [pdf]

  • Орен Нойманн, Клавдий Грос. ICLR 2023 .

• RPM: Обобщенные многоагентные политики для многоагентного обучения с подкреплением. [pdf]

  • Вэй Цю, Сяо Ма, Бо Ань, Светлана Образцова, Шуйчэн Янь, Чжунвэнь Сюй. ICLR 2023 .

• Обнаружение и использование дешевых разговоров в многоагентном обучении с подкреплением. [pdf]

  • Ят Лонг Ло, Кристиан Шредер де Витт, Сэмюэл Сокота, Якоб Николаус Ферстер, Шимон Уайтсон. ICLR 2023 .

• Заказ имеет значение: оптимизация политики для каждого агента. [pdf]

  • Сихуай Ван, Чжэн Тянь, Зию Ван, Ин Вэнь, Цзюнь Ван, Вэйнань Чжан. ICLR 2023 .

• Контекстно-зависимые методы байесовской сети для совместного многоагентного обучения с подкреплением. [pdf]

  • Динъян Чен, Ци Чжан. ICML 2023 .

• Разделитель сущностей с языковой основой в многоагентном обучении с подкреплением. [pdf]

  • Цзылуо Дин, Ванпэн Чжан, Цзюньпэн Юэ, Сянцзюнь Ван, Тецзюнь Хуан, Цзунцин Лу. ICML 2023 .

• Оракулы и последователи: равновесия Штакельберга в глубоком многоагентном обучении с подкреплением. [pdf]

  • Матиас Герстграссер, Дэвид С. Паркс. ICML 2023 .

• Адаптивная структура энтропийной регуляризации для многоагентного обучения с подкреплением. [pdf]

  • Уджун Ким, Ёнчхоль Сон. ICML 2023 .

• RACE: Улучшите многоагентное обучение с подкреплением с помощью асимметрии представления и совместной эволюции. [pdf]

  • Пэнъи Ли, Цзянье Хао, Хуньяо Тан, Ян Чжэн, Сянь Фу. ICML 2023 .

• Ленивые агенты: новый взгляд на решение проблемы разреженного вознаграждения в многоагентном обучении с подкреплением. [pdf]

  • Бойинь Лю, Чжицян Пу, И Пань, Цзяньцян И, Яньян Лян, Ду Чжан. ICML 2023 .

• Совместное многоагентное обучение с подкреплением: асинхронная связь и аппроксимация линейных функций. [pdf]

  • Ифэй Минь, Цзяфань Хэ, Тяньхао Ван, Цюаньцюань Гу. ICML 2023 .

• Масштабируемое многоагентное обучение с подкреплением посредством интеллектуального агрегирования информации. [pdf]

  • Сиддхарт Наяк, Кеннет Чой, Вэньци Дин, Сидни Долан, Картик Гопалакришнан, Хамса Балакришнан. ICML 2023 .

• Рекуррентность, основанная на внимании, для многоагентного обучения с подкреплением в условиях стохастической частичной наблюдаемости. [pdf]

  • Томи Фан, Фабиан Ритц, Филипп Альтманн, Максимилиан Цорн, Йонас Нюссляйн, Михаэль Кёлле, Томас Габор, Клаудия Линнхофф-Попиен. ICML 2023 .

• Дополнительное внимание к многоагентному обучению с подкреплением. [pdf]

  • Цзяньчжунь Шао, Хунчан Чжан, Юнь Цюй, Чан Лю, Шуньчэн Хэ, Юхан Цзян, Сянъян Цзи. ICML 2023 .

• Локальная оптимизация обеспечивает глобальную оптимальность в многоагентном обучении с подкреплением. [pdf]

  • Юлай Чжао, Чжуоран Ян, Чжаоран Ван, Джейсон Д. Ли. ICML 2023 .

• Преследование нескольких целей децентрализованным гетерогенным роем БПЛА с использованием глубокого многоагентного обучения с подкреплением. [pdf]

  • Марьям Кузегар, Ёнбин Сонг, Малика Мегджани, Роланд Буффанаис. ИКРА 2023 .

• Объяснимые рекомендации по действиям для многоагентного обучения с подкреплением. [pdf]

  • Юэ Го, Джозеф Кэмпбелл, Саймон Степпуттис, Жуюй Ли, Дана Хьюз, Фей Фанг, Катя П. Сикара. ИКРА 2023 .

• Безопасное многоагентное обучение подключенных автономных транспортных средств с пространственно-временным учетом в сложных сценариях. [pdf]

  • Чжили Чжан, Сунъян Хан, Цзянвэй Ван, Фэй Мяо. ИКРА 2023 .

• Многоагентный метод обучения с подкреплением при наличии конфликтов для планирования траектории парковки. [pdf]

  • Сиюань Чен, Мэйлин Ван, И Ян, Вэньцзе Сун. ИКРА 2023 .

• Объяснимое многоагентное обучение с подкреплением для временных запросов. [pdf]

  • Кайла Боггесс, Сарит Краус, Лу Фэн. IJCAI 2023 .

• Масштабируемая связь для многоагентного обучения с подкреплением с помощью механизма электронной почты на основе преобразователя. [pdf]

  • Сюдун Го, Дамин Ши, Вэньхуэй Фань. IJCAI 2023 .

• Обучение отправке подкреплений: координация отправки и изменения графика многоагентного динамического полицейского патруля посредством обучения с подкреплением. [pdf]

  • Уолди Джо, Хунг Чуин Лау. IJCAI 2023 .

• Децентрализованное обнаружение аномалий в совместном многоагентном обучении с подкреплением. [pdf]

  • Киараш Казари, Эззельдин Шерин, Дьёрдь Дан. IJCAI 2023 .

• GPLight: сгруппированное многоагентное обучение с подкреплением для крупномасштабного управления светофорами. [pdf]

  • Лю Илинь, Ло Гуйян, Цюань Юань, Ли Цзинлин, Лэй Цзинь, Бо Чен, Руй Пан. IJCAI 2023 .

• Глубокий иерархический коммуникационный граф в многоагентном обучении с подкреплением. [pdf]

  • Цзэян Лю, Липэн Ван, Сюэ Суй, Чжуоран Чен, Кеву Сун, Сюгуан Лань. IJCAI 2023 .

• Моделирование морального выбора в социальных дилеммах с помощью многоагентного обучения с подкреплением. [pdf]

  • Елизавета Теннант, Стивен Хейлс, Мирко Мусолеси. IJCAI 2023 .

• Обеспечение равновесия Штакельберга посредством пространственно-временного последовательного принятия решений в многоагентном обучении с подкреплением. [pdf]

  • Бинь Чжан, Лицзюань Ли, Живэй Сюй, Дапэн Ли, Голян Фань. IJCAI 2023 .

• Самоконтролируемая сегментация нейронов с многоагентным обучением с подкреплением. [pdf]

  • Инда Чен, Вэй Хуан, Шэнлун Чжоу, Ци Чен, Живэй Сюн. IJCAI 2023 .

• MA2CL: Внимательное контрастное обучение в маске для многоагентного обучения с подкреплением. [pdf]

  • Хаолинь Сун, Минсяо Фэн, Вэнган Чжоу, Хоуцян Ли. IJCAI 2023 .

• Конкурентно-кооперативное многоагентное обучение с подкреплением для федеративного обучения на основе аукционов. [pdf]

  • Сяоли Тан, Хан Ю. IJCAI 2023 .

• DPMAC: дифференциально-частное общение для совместного многоагентного обучения с подкреплением. [pdf]

  • Цаньчжэ Чжао, Яньцзе Цзе, Цзин Донг, Баосян Ван, Шуай Ли. IJCAI 2023 .

2_Мета-подкрепление обучения

• Обучение с метаподкреплением, основанное на обучении представлению задач с самоконтролем. [pdf]
  • Мингян Ван, Чжэньшань Бин, Сянтун Яо, Шуай Ван, Кай Хуан, Ханг Су, Чэньгуан Ян, Алоис Нолл. АААИ 2023 .
• Квантовое многоагентное обучение с мета-подкреплением. [pdf]
  • Вон Джун Юн, Джихон Пак, Джунхон Ким. АААИ 2023 .
• Онлайн-фреймворк CMDP для метабезопасного обучения с подкреплением. [pdf]
  • Ваншадж Хаттар, Юхао Дин, Бильгехан Сел, Джавад Лаваи, Минг Джин. ICLR 2023 .
• Распределительное обучение с подкреплением метаградиента. [pdf]
  • Хайянь Инь, Шуйчэн Янь, Чжунвэнь Сюй. ICLR 2023 .
• Простое воплощенное изучение языка как побочный продукт обучения с метаподкреплением. [pdf]
  • Эван Жеран Лю, Сахана Сури, Тонг Му, Аллан Чжоу, Челси Финн. ICML 2023 .
• Офлайн-обучение с мета-подкреплением с онлайн-адаптацией при распространении. [pdf]
  • Цзяньхао Ван, Цзинь Чжан, Хаоже Цзян, Цзюнью Чжан, Ливэй Ван, Чунцзе Чжан. ICML 2023 .
• Мета-подкрепление обучения с помощью языковых инструкций. [pdf]
  • Чжэньшань Бин, Александр В. Кох, Сянтун Яо, Кай Хуан, Алоис Нолл. ИКРА 2023 .
• Передача политики с нулевым выстрелом с распутанным представлением задач мета-подкрепления обучения. [pdf]
  • Чжэн Ву, Ичэнь Се, Вэньчжао Лянь, Чанхао Ван, Яньцзян Го, Цзяньюй Чен, Стефан Шаал, Масаеши Томизука. ИКРА 2023 .

3_Иерархическое обучение с подкреплением

• HAVEN: Иерархическое совместное многоагентное обучение с подкреплением с двойным механизмом координации. [pdf]
  • Чживэй Сюй, Юньпэн Бай, Бинь Чжан, Дапэн Ли, Голян Фань. АААИ 2023 .
• Иерархическое обучение с глубоким подкреплением среднего поля для крупномасштабных мультиагентных систем. [pdf]
  • Чао Ю. АААИ 2023 .
• Иерархическое обучение с подкреплением с совместной оптимизацией подцелей человека и искусственного интеллекта. [pdf]
  • Хаоже Ма, Тхань Винь Во, Цзе-Юнь Леонг. ААМАС 2023 .
• Иерархическое обучение с подкреплением для специальных команд. [pdf]
  • Стефан Арока-Уэллетт, Мигель Арока-Уэллетт, Упасана Бисвас, Катарина Канн, Алессандро Ронконе. ААМАС 2023 .
• Сопоставление вариантов с задачами с использованием иерархического обучения с подкреплением, индексированного по опциям. [pdf]
  • Кушал Чаухан, Сумья Чаттерджи, Акаш Редди, Анируддха С, Балараман Равиндран, Прадип Шеной. ААМАС 2023 .
• Иерархическое обучение с подкреплением и вознаграждением за внимание. [pdf]
  • Сыхун Ло, Цзинхао Чен, Чжэн Ху, Чуньхун Чжан, Бэньхуэй Чжуан. ААМАС 2023 .
• Иерархическое программное обучение с подкреплением посредством обучения составлению программ. [pdf]
  • Лю Гуань-Тин, Ху Энь-Пэй, Чэн Пу-Джень, Ли Ли Хун-И, Сунь Шао-Хуа. ICML 2023 .
• Адаптивное и объяснимое применение навыков навигации посредством иерархического глубокого обучения с подкреплением. [pdf]
  • Ли Кёвун, Ким Сонгун, Чой Джесик. ИКРА 2023 .

4_Многозадачное обучение

• PiCor: многозадачное глубокое обучение с подкреплением и коррекцией политики. [pdf]
  • Фэншо Бай, Хунмин Чжан, Тяньян Тао, Чжихэн Ву, Янна Ван, Бо Сюй. АААИ 2023 .
• Анализ приоритетных задач для многозадачного совместного многоагентного обучения с подкреплением. [pdf]
  • Ян Юй, Циюэ Инь, Юнге Чжан, Кайци Хуан. ААМАС 2023 .
• Исследование многозадачной предварительной подготовки и обобщения в обучении с подкреплением. [pdf]
  • Адриен Али Тайга, Ришаб Агарвал, Джесси Фарбратер, Аарон К. Курвиль, Марк Г. Беллемаре. ICLR 2023 .
• Автономная практика с демонстрационной загрузкой посредством многозадачного обучения с подкреплением. [pdf]
  • Абхишек Гупта, Кори Линч, Брэндон Кинман, Гаррет Пик, Сергей Левин, Карол Хаусман. ИКРА 2023 .

5_Офлайн-обучение с подкреплением

• Автономное квантовое обучение с подкреплением в консервативной манере. [pdf]
  • Чжихао Чэн, Кайнин Чжан, Ли Шэнь, Дачэн Тао. Конференция AAAI по искусственному интеллекту (AAAI 2023).
• О сложности выборки автономного обучения с подкреплением на основе моделей Vanilla с зависимыми выборками. [pdf]
  • Мустафа О. Карабаг, Уфук Топчу. Конференция AAAI по искусственному интеллекту (AAAI 2023).

6_Обратное обучение с подкреплением

• Неверная спецификация в обучении с обратным подкреплением. [pdf]
  • Йоар Скальсе, Алессандро Абате. АААИ 2023 .
• Многоагентное обучение с обратным подкреплением посредством теории разумного рассуждения. [pdf]
  • Хаочен Ву, Педро Секейра, Дэвид В. Пинадат. ААМАС 2023 .
• Состязательное обучение с обратным подкреплением для игр со средним полем. [pdf]
  • Ян Чен, Либо Чжан, Цзямоу Лю, Майкл Уитброк. ААМАС 2023 .
• Немарковское обратное обучение с подкреплением на основе LTL. [pdf]
  • Мохаммад Афзал, Санкальп Гамбхир, Ашутош Гупта, С. Кришна, Ашутош Триведи, Альваро Веласкес. ААМАС 2023 .
• LS-IQ: неявная регуляризация вознаграждения для обучения с обратным подкреплением. [pdf]
  • Фирас Аль-Хафез, Давиде Татео, Олег Аренц, Гопин Чжао, Ян Петерс. ICLR 2023 .
• Причинное имитационное обучение посредством обучения с обратным подкреплением. [pdf]
  • Кангруй Руан, Цзюньчжэ Чжан, Сюань Ди, Элиас Барейнбойм. ICLR 2023 .
• Сравнительный анализ вывода ограничений в обучении с обратным подкреплением. [pdf]
  • Гуйлян Лю, Юдонг Луо, Ашиш Гаурав, Касра Резаи, Паскаль Пупар. ICLR 2023 .
• КЛЭР: Консервативное обучение с вознаграждением на основе моделей для автономного обучения с обратным подкреплением. [pdf]
  • Шэн Юэ, Гуаньбо Ван, Вэй Шао, Чжаофэн Чжан, Сен Линь, Цзюй Жэнь, Цзюньшань Чжан. ICLR 2023 .
• Многозадачное иерархическое состязательное обучение с обратным подкреплением. [pdf]
  • Цзяюй Чен, Дипеш Тамболи, Тянь Лан, Ванит Аггарвал. ICML 2023 .
• К теоретическому пониманию обучения с обратным подкреплением. [pdf]
  • Альберто Мария Метелли, Филиппо Лаццати, Марчелло Рестелли. ICML 2023 .
• Идентифицируемость и генерализуемость в ограниченном обучении с обратным подкреплением. [pdf]
  • Андреас Шлагинхауфен, Марьям Камгарпур. ICML 2023 .
• Обратное обучение с подкреплением без обучения с подкреплением. [pdf]
  • Гокул Свами, Дэвид Ву, Санджибан Чоудхури, Дрю Бэгнелл, Живэй Стивен Ву. ICML 2023 .
• Структура обучения с обратным подкреплением для передачи политик последовательности задач от людей к роботам в производственных приложениях. [pdf]
  • Оми М. Маньяр, Закари МакНалти, Стефанос Николаидис, Сатьяндра К. Гупта. ИКРА 2023 .
• Изучение карт затрат с учетом рисков с помощью обратного обучения с подкреплением для навигации по бездорожью. [pdf]
  • Сэмюэл Трист, Матео Гуаман Кастро, Парв Махешвари, Мэтью Сивапракасам, Вэньшань Ван, Себастьян А. Шерер. ИКРА 2023 .
• DriveIRL: Вождение в реальной жизни с обратным подкреплением. [pdf]
  • Тун Фан-Мин, Форбс Ховингтон, Тин-Шенг Чу, Момчил С. Томов, Роберт Э. Бодуан, Санг Ук Ли, Наньсян Ли, Чаглаян Дикле, Сэмюэл Финдлер, Франсиско Суарес-Руис, Бо Ян, Сэмми Омари, Эрик М. Вольф. ИКРА 2023 .
• Покажите мне, что вы хотите: обучение обратному подкреплению для автоматического создания роев роботов путем демонстрации. [pdf]
  • Ильес Гарби, Йонас Куклинг, Давид Гарсон-Рамос, Мауро Бираттари. ИКРА 2023 .
• Состязательное обучение с обратным подкреплением с учетом опций для управления роботами. [pdf]
  • Цзяюй Чен, Тянь Лан, Ванит Аггарвал. ИКРА 2023 .
• SoLo T-DIRL: социально-ориентированный динамический локальный планировщик, основанный на глубоком обратном обучении с подкреплением с ранжированием по траекториям. [pdf]
  • Ифань Сюй, Теодор Чахачиро, Трибхи Катурия, Маани Гаффари. ИКРА 2023 .
• InitLight: начальная генерация модели для управления светофорами с использованием состязательного обучения с обратным подкреплением. [pdf]
  • Ютун Е, Инбо Чжоу, Цзепин Дин, Тин Ван, Минсонг Чен, Сян Лянь. IJCAI 2023 .

7_Подкрепление обучения с помощью больших языковых моделей

• Глубокое обучение с подкреплением на основе человеческих предпочтений. [pdf]
  • Пол Ф. Кристиано, Ян Лейке, Том Браун, Мильян Мартич, Шейн Легг, Дарио Амодей NeurIPS 2017 .
• Обучение языковых моделей следованию инструкциям с обратной связью от человека. [pdf]
  • Лонг Оуян, Джеффри Ву, Сюй Цзян, Диого Алмейда, Кэрролл Уэйнрайт, Памела Мишкин, Чонг Чжан, Сандини Агарвал, Катарина Слама, Алекс Рэй, Джон Шульман, Джейкоб Хилтон, Фрейзер Келтон, Люк Миллер, Мэдди Сименс, Аманда Аскелл, Питер Велиндер , Пол Ф. Кристиано, Ян Лейке, Райан Лоу. НейрИПС 2022 .
• Прямая оптимизация предпочтений: ваша языковая модель тайно является моделью вознаграждения. [pdf]
  • Рафаэль Рафаилов, Арчит Шарма, Эрик Митчелл, Стефано Эрмон, Кристофер Д. Мэннинг, Челси Финн. НейрИПС 2023 .
• Руководство по предварительной подготовке в обучении с подкреплением с использованием больших языковых моделей. [pdf]
  • Юцин Ду, Оливия Уоткинс, Зихан Ван, Седрик Колас, Тревор Даррел, Питер Аббил, Абхишек Гупта, Джейкоб Андреас. ICML 2023 .
• Дизайн вознаграждений с использованием языковых моделей. [pdf]
  • Минэ Квон, Сан Майкл Се, Калеша Буллард, Дорса Садиг. ICLR 2023 .
• Предварительно обученные языковые модели для интерактивного принятия решений. [pdf]
  • Шуан Ли, Ксавье Пуч, Крис Пэкстон, Илун Ду, Клинтон Ван, Линьси Фан, Тао Чен, Де-Ан Хуанг, Экин Акюрек, Анима Анандкумар, Джейкоб Андреас, Игорь Мордач, Антонио Торральба, Юкэ Чжу. НейрИПС 2022 .

Цитирование

Если вы используете этот набор инструментов в своих исследованиях, пожалуйста, укажите этот проект.

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