Buchumschlag

Distributional Offline Policy Evaluation with Predictive Error Guarantees

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wu, Runzhe, Uehara, Masatoshi, Sun, Wen
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

Functional Graphical Models: Structure Enables Offline Data-Driven Optimization
von: Kuba, Jakub Grudzien, et al.
Veröffentlicht: (2024)

Making RL with Preference-based Feedback Efficient via Randomization
von: Wu, Runzhe, et al.
Veröffentlicht: (2023)

Distorted Distributional Policy Evaluation for Offline Reinforcement Learning
von: Iwaki, Ryo, et al.
Veröffentlicht: (2026)

Provable Reward-Agnostic Preference-Based Reinforcement Learning
von: Zhan, Wenhao, et al.
Veröffentlicht: (2023)

Classification with Reject Option: Distribution-free Error Guarantees via Conformal Prediction
von: Szabadváry, Johan Hallberg, et al.
Veröffentlicht: (2025)

Robust Offline Reinforcement learning with Heavy-Tailed Rewards
von: Zhu, Jin, et al.
Veröffentlicht: (2023)

Computationally Efficient RL under Linear Bellman Completeness for Deterministic Dynamics
von: Wu, Runzhe, et al.
Veröffentlicht: (2024)

Diffusing States and Matching Scores: A New Framework for Imitation Learning
von: Wu, Runzhe, et al.
Veröffentlicht: (2024)

Statistical Guarantees for Offline Domain Randomization
von: Fickinger, Arnaud, et al.
Veröffentlicht: (2025)

Efficient Policy Evaluation with Offline Data Informed Behavior Policy Design
von: Liu, Shuze, et al.
Veröffentlicht: (2023)

Mildly Constrained Evaluation Policy for Offline Reinforcement Learning
von: Xu, Linjie, et al.
Veröffentlicht: (2023)

Algorithmic Guarantees for Distilling Supervised and Offline RL Datasets
von: Gupta, Aaryan, et al.
Veröffentlicht: (2025)

Coverage-Guaranteed Prediction Sets for Out-of-Distribution Data
von: Zou, Xin, et al.
Veröffentlicht: (2024)

Understanding Reinforcement Learning-Based Fine-Tuning of Diffusion Models: A Tutorial and Review
von: Uehara, Masatoshi, et al.
Veröffentlicht: (2024)

Evaluation-Time Policy Switching for Offline Reinforcement Learning
von: Neggatu, Natinael Solomon, et al.
Veröffentlicht: (2025)

Conformal Prediction Beyond the Horizon: Distribution-Free Inference for Policy Evaluation
von: Gan, Feichen, et al.
Veröffentlicht: (2025)

Offline Policy Evaluation for Reinforcement Learning with Adaptively Collected Data
von: Madhow, Sunil, et al.
Veröffentlicht: (2023)

Offline Reinforcement Learning in Large State Spaces: Algorithms and Guarantees
von: Jiang, Nan, et al.
Veröffentlicht: (2025)

Regularized DeepIV with Model Selection
von: Li, Zihao, et al.
Veröffentlicht: (2024)

Calibrated Inference for the Conditional Average Treatment Effect in the Few-Placebo Regime via Gaussian Processes
von: Uehara, Eichi
Veröffentlicht: (2026)

Stop Suppressing the Tail: Causal Inference for Extreme Events
von: Uehara, Eichi
Veröffentlicht: (2026)

Efficient Evaluation of LLM Performance with Statistical Guarantees
von: Wu, Skyler, et al.
Veröffentlicht: (2026)

Fat-to-Thin Policy Optimization: Offline RL with Sparse Policies
von: Zhu, Lingwei, et al.
Veröffentlicht: (2025)

Efficient Federated Conformal Prediction with Group-Conditional Guarantees
von: Wen, Haifeng, et al.
Veröffentlicht: (2026)

Enhancing Generative Auto-bidding with Offline Reward Evaluation and Policy Search
von: Mou, Zhiyu, et al.
Veröffentlicht: (2025)

Frequentist Guarantees of Distributed (Non)-Bayesian Inference
von: Wu, Bohan, et al.
Veröffentlicht: (2023)

Model-Based Offline Reinforcement Learning with Reliability-Guaranteed Sequence Modeling
von: He, Shenghong
Veröffentlicht: (2025)

Policy-regularized Offline Multi-objective Reinforcement Learning
von: Lin, Qian, et al.
Veröffentlicht: (2024)

Cross-Domain Offline Policy Adaptation via Selective Transition Correction
von: Yan, Mengbei, et al.
Veröffentlicht: (2026)

Online Policy Learning from Offline Preferences
von: Zhang, Guoxi, et al.
Veröffentlicht: (2024)

Towards Establishing Guaranteed Error for Learned Database Operations
von: Zeighami, Sepanta, et al.
Veröffentlicht: (2024)

OPERA: Automatic Offline Policy Evaluation with Re-weighted Aggregates of Multiple Estimators
von: Nie, Allen, et al.
Veröffentlicht: (2024)

Policy Constraint by Only Support Constraint for Offline Reinforcement Learning
von: Gao, Yunkai, et al.
Veröffentlicht: (2025)

Theoretically Guaranteed Distribution Adaptable Learning
von: Xu, Chao, et al.
Veröffentlicht: (2024)

Diffusion Policies for Out-of-Distribution Generalization in Offline Reinforcement Learning
von: Ada, Suzan Ece, et al.
Veröffentlicht: (2023)

Optimistic Model Rollouts for Pessimistic Offline Policy Optimization
von: Zhai, Yuanzhao, et al.
Veröffentlicht: (2024)

Active Reinforcement Learning Strategies for Offline Policy Improvement
von: Dukkipati, Ambedkar, et al.
Veröffentlicht: (2024)

Hypercube Policy Regularization Framework for Offline Reinforcement Learning
von: Shen, Yi, et al.
Veröffentlicht: (2024)

Adaptive Scaling of Policy Constraints for Offline Reinforcement Learning
von: Jing, Tan, et al.
Veröffentlicht: (2025)

Hierarchical Subspaces of Policies for Continual Offline Reinforcement Learning
von: Kobanda, Anthony, et al.
Veröffentlicht: (2024)