Buchumschlag

SPEED: Experimental Design for Policy Evaluation in Linear Heteroscedastic Bandits

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mukherjee, Subhojyoti, Xie, Qiaomin, Hanna, Josiah, Nowak, Robert
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Pretraining Decision Transformers with Reward Prediction for In-Context Multi-task Structured Bandit Learning
von: Mukherjee, Subhojyoti, et al.
Veröffentlicht: (2024)

SaVeR: Optimal Data Collection Strategy for Safe Policy Evaluation in Tabular MDP
von: Mukherjee, Subhojyoti, et al.
Veröffentlicht: (2024)

Efficient and Interpretable Bandit Algorithms
von: Mukherjee, Subhojyoti, et al.
Veröffentlicht: (2023)

Stable Offline Value Function Learning with Bisimulation-based Representations
von: Pavse, Brahma S., et al.
Veröffentlicht: (2024)

Learning to Stabilize Online Reinforcement Learning in Unbounded State Spaces
von: Pavse, Brahma S., et al.
Veröffentlicht: (2023)

Off-Policy Evaluation from Logged Human Feedback
von: Bhargava, Aniruddha, et al.
Veröffentlicht: (2024)

On-Policy Policy Gradient Reinforcement Learning Without On-Policy Sampling
von: Corrado, Nicholas E., et al.
Veröffentlicht: (2023)

An Empirical Study on the Power of Future Prediction in Partially Observable Environments
von: Kwon, Jeongyeol, et al.
Veröffentlicht: (2024)

Experimental Design for Active Transductive Inference in Large Language Models
von: Mukherjee, Subhojyoti, et al.
Veröffentlicht: (2024)

Bias and Extrapolation in Markovian Linear Stochastic Approximation with Constant Stepsizes
von: Huo, Dongyan, et al.
Veröffentlicht: (2022)

Partial Policy Gradients for RL in LLMs
von: Mathur, Puneet, et al.
Veröffentlicht: (2026)

Centralized Adaptive Sampling for Reliable Co-Training of Independent Multi-Agent Policies
von: Corrado, Nicholas E., et al.
Veröffentlicht: (2025)

Wasserstein-p Central Limit Theorem Rates: From Local Dependence to Markov Chains
von: Zhang, Yixuan, et al.
Veröffentlicht: (2026)

Demystifying the Paradox of Importance Sampling with an Estimated History-Dependent Behavior Policy in Off-Policy Evaluation
von: Zhou, Hongyi, et al.
Veröffentlicht: (2025)

Robust Causal Bandits for Linear Models
von: Yan, Zirui, et al.
Veröffentlicht: (2023)

A Reduction Algorithm for Markovian Contextual Linear Bandits
von: Buyukkalayci, Kaan, et al.
Veröffentlicht: (2026)

Constant Stepsize Q-learning: Distributional Convergence, Bias and Extrapolation
von: Zhang, Yixuan, et al.
Veröffentlicht: (2024)

Coupling-based Convergence Diagnostic and Stepsize Scheme for Stochastic Gradient Descent
von: Li, Xiang, et al.
Veröffentlicht: (2024)

Restless Bandits with Average Reward: Breaking the Uniform Global Attractor Assumption
von: Hong, Yige, et al.
Veröffentlicht: (2023)

Experimental Design for Semiparametric Bandits
von: Kim, Seok-Jin, et al.
Veröffentlicht: (2025)

Improved Bound for Robust Causal Bandits with Linear Models
von: Yan, Zirui, et al.
Veröffentlicht: (2024)

Achieving Exponential Asymptotic Optimality in Average-Reward Restless Bandits without Global Attractor Assumption
von: Hong, Yige, et al.
Veröffentlicht: (2024)

Two-Timescale Linear Stochastic Approximation: Constant Stepsizes Go a Long Way
von: Kwon, Jeongyeol, et al.
Veröffentlicht: (2024)

Contextual Online Pricing with (Biased) Offline Data
von: Zhang, Yixuan, et al.
Veröffentlicht: (2025)

On the Peril of (Even a Little) Nonstationarity in Satisficing Regret Minimization
von: Zhang, Yixuan, et al.
Veröffentlicht: (2026)

Optimal Design for Human Preference Elicitation
von: Mukherjee, Subhojyoti, et al.
Veröffentlicht: (2024)

Adaptive Exploration for Data-Efficient General Value Function Evaluations
von: Jain, Arushi, et al.
Veröffentlicht: (2024)

Agentic Planning with Reasoning for Image Styling via Offline RL
von: Mukherjee, Subhojyoti, et al.
Veröffentlicht: (2026)

Understanding when Dynamics-Invariant Data Augmentations Benefit Model-Free Reinforcement Learning Updates
von: Corrado, Nicholas E., et al.
Veröffentlicht: (2023)

Multi-Objective Alignment of Large Language Models Through Hypervolume Maximization
von: Mukherjee, Subhojyoti, et al.
Veröffentlicht: (2024)

Logits are All We Need to Adapt Closed Models
von: Hiranandani, Gaurush, et al.
Veröffentlicht: (2025)

Unichain and Aperiodicity are Sufficient for Asymptotic Optimality of Average-Reward Restless Bandits
von: Hong, Yige, et al.
Veröffentlicht: (2024)

Off-Policy Evaluation of Slate Bandit Policies via Optimizing Abstraction
von: Kiyohara, Haruka, et al.
Veröffentlicht: (2024)

Scaling Federated Linear Contextual Bandits via Sketching
von: Yang, Hantao, et al.
Veröffentlicht: (2026)

New Classes of the Greedy-Applicable Arm Feature Distributions in the Sparse Linear Bandit Problem
von: Ichikawa, Koji, et al.
Veröffentlicht: (2023)

Bandit Max-Min Fair Allocation
von: Harada, Tsubasa, et al.
Veröffentlicht: (2025)

C-kNN-LSH: A Nearest-Neighbor Algorithm for Sequential Counterfactual Inference
von: Wang, Jing, et al.
Veröffentlicht: (2026)

Wasserstein Distributionally Robust Policy Evaluation and Learning for Contextual Bandits
von: Shen, Yi, et al.
Veröffentlicht: (2023)

Design Experiments to Compare Multi-armed Bandit Algorithms
von: Meng, Huiling, et al.
Veröffentlicht: (2026)

Distributionally Robust Multi-Task Reinforcement Learning via Adaptive Task Sampling
von: Corrado, Nicholas E., et al.
Veröffentlicht: (2026)