Buchumschlag

Instrumental Variable Value Iteration for Causal Offline Reinforcement Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liao, Luofeng, Fu, Zuyue, Yang, Zhuoran, Wang, Yixin, Kolar, Mladen, Wang, Zhaoran
Format:	Preprint
Veröffentlicht:	2021
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Pessimistic Value Iteration for Multi-Task Data Sharing in Offline Reinforcement Learning
von: Bai, Chenjia, et al.
Veröffentlicht: (2024)

Pessimism in the Face of Confounders: Provably Efficient Offline Reinforcement Learning in Partially Observable Markov Decision Processes
von: Lu, Miao, et al.
Veröffentlicht: (2022)

An Instrumental Value for Data Production and its Application to Data Pricing
von: Ai, Rui, et al.
Veröffentlicht: (2024)

Reinforcement Learning from Partial Observation: Linear Function Approximation with Provable Sample Efficiency
von: Cai, Qi, et al.
Veröffentlicht: (2022)

Pessimism Meets Risk: Risk-Sensitive Offline Reinforcement Learning
von: Zhang, Dake, et al.
Veröffentlicht: (2024)

Contrastive UCB: Provably Efficient Contrastive Self-Supervised Learning in Online Reinforcement Learning
von: Qiu, Shuang, et al.
Veröffentlicht: (2022)

Federated Offline Reinforcement Learning
von: Zhou, Doudou, et al.
Veröffentlicht: (2022)

Double Duality: Variational Primal-Dual Policy Optimization for Constrained Reinforcement Learning
von: Li, Zihao, et al.
Veröffentlicht: (2024)

SMART: A Spectral Transfer Approach to Multi-Task Learning
von: Zhao, Boxin, et al.
Veröffentlicht: (2026)

Trans-Glasso: A Transfer Learning Approach to Precision Matrix Estimation
von: Zhao, Boxin, et al.
Veröffentlicht: (2024)

Pessimistic Nonlinear Least-Squares Value Iteration for Offline Reinforcement Learning
von: Di, Qiwei, et al.
Veröffentlicht: (2023)

Embed to Control Partially Observed Systems: Representation Learning with Provable Sample Efficiency
von: Wang, Lingxiao, et al.
Veröffentlicht: (2022)

Gradient Clipping Beyond Vector Norms: A Spectral Approach for Matrix-Valued Parameters
von: Yukhimchuk, Alexander, et al.
Veröffentlicht: (2026)

A Reinforcement Learning Approach in Multi-Phase Second-Price Auction Design
von: Ai, Rui, et al.
Veröffentlicht: (2022)

High-dimensional Functional Graphical Model Structure Learning via Neighborhood Selection Approach
von: Zhao, Boxin, et al.
Veröffentlicht: (2021)

Can Temporal-Difference and Q-Learning Learn Representation? A Mean-Field Theory
von: Zhang, Yufeng, et al.
Veröffentlicht: (2020)

Learning Dynamic Mechanisms in Unknown Environments: A Reinforcement Learning Approach
von: Qiu, Shuang, et al.
Veröffentlicht: (2022)

Provably Efficient Exploration in Policy Optimization
von: Cai, Qi, et al.
Veröffentlicht: (2019)

Policy learning "without" overlap: Pessimism and generalized empirical Bernstein's inequality
von: Jin, Ying, et al.
Veröffentlicht: (2022)

Confounded Causal Imitation Learning with Instrumental Variables
von: Zeng, Yan, et al.
Veröffentlicht: (2025)

Active Advantage-Aligned Online Reinforcement Learning with Offline Data
von: Liu, Xuefeng, et al.
Veröffentlicht: (2025)

Pessimistic Causal Reinforcement Learning with Mediators for Confounded Offline Data
von: Wang, Danyang, et al.
Veröffentlicht: (2024)

Optimistic Policy Optimization is Provably Efficient in Non-stationary MDPs
von: Zhong, Han, et al.
Veröffentlicht: (2021)

Variational Transport: A Convergent Particle-BasedAlgorithm for Distributional Optimization
von: Yang, Zhuoran, et al.
Veröffentlicht: (2020)

VIPO: Value Function Inconsistency Penalized Offline Reinforcement Learning
von: Chen, Xuyang, et al.
Veröffentlicht: (2025)

Dual-Robust Cross-Domain Offline Reinforcement Learning Against Dynamics Shifts
von: Qiao, Zhongjian, et al.
Veröffentlicht: (2025)

Policy-Guided Causal State Representation for Offline Reinforcement Learning Recommendation
von: Wang, Siyu, et al.
Veröffentlicht: (2025)

Wasserstein Flow Meets Replicator Dynamics: A Mean-Field Analysis of Representation Learning in Actor-Critic
von: Zhang, Yufeng, et al.
Veröffentlicht: (2021)

High-Dimensional Markov-switching Ordinary Differential Processes
von: Tsai, Katherine, et al.
Veröffentlicht: (2024)

Making Offline RL Online: Collaborative World Models for Offline Visual Reinforcement Learning
von: Wang, Qi, et al.
Veröffentlicht: (2023)

Provable Accelerated Bayesian Optimization with Knowledge Transfer
von: Lin, Haitao, et al.
Veröffentlicht: (2025)

CausalCOMRL: Context-Based Offline Meta-Reinforcement Learning with Causal Representation
von: Zhang, Zhengzhe, et al.
Veröffentlicht: (2025)

MACCA: Offline Multi-agent Reinforcement Learning with Causal Credit Assignment
von: Wang, Ziyan, et al.
Veröffentlicht: (2023)

Contextual Dynamic Pricing with Strategic Buyers
von: Liu, Pangpang, et al.
Veröffentlicht: (2023)

Causal GNNs: A GNN-Driven Instrumental Variable Approach for Causal Inference in Networks
von: Du, Xiaojing, et al.
Veröffentlicht: (2024)

Adaptive Client Sampling in Federated Learning via Online Learning with Bandit Feedback
von: Zhao, Boxin, et al.
Veröffentlicht: (2021)

A Mean-Field Analysis of Neural Stochastic Gradient Descent-Ascent for Functional Minimax Optimization
von: Zhu, Yuchen, et al.
Veröffentlicht: (2024)

Diffusion Actor-Critic: Formulating Constrained Policy Iteration as Diffusion Noise Regression for Offline Reinforcement Learning
von: Fang, Linjiajie, et al.
Veröffentlicht: (2024)

High-Dimensional Differential Parameter Inference in Exponential Family using Time Score Matching
von: Williams, Daniel J., et al.
Veröffentlicht: (2024)

Unifying Value Alignment and Assignment in Cross-Domain Offline Reinforcement Learning with Heterogeneous Datasets
von: Qiao, Zhongjian, et al.
Veröffentlicht: (2026)