Corruption-Robust Lipschitz Contextual Search

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Zuo, Shiliang
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

Density-Based Algorithms for Corruption-Robust Contextual Search and Convex Optimization
von: Leme, Renato Paes, et al.
Veröffentlicht: (2022)

Learning Under Moral Hazard with Instrumental Regression and Generalized Method of Moments
von: Zuo, Shiliang
Veröffentlicht: (2024)

Near Optimal Adversarial Attacks on Stochastic Bandits and Defenses with Smoothed Responses
von: Zuo, Shiliang
Veröffentlicht: (2020)

Harnessing the Continuous Structure: Utilizing the First-order Approach in Online Contract Design
von: Zuo, Shiliang
Veröffentlicht: (2024)

Multi-Agent Stochastic Bandits Robust to Adversarial Corruptions
von: Ghaffari, Fatemeh, et al.
Veröffentlicht: (2024)

Corruption-Robust Algorithms with Uncertainty Weighting for Nonlinear Contextual Bandits and Markov Decision Processes
von: Ye, Chenlu, et al.
Veröffentlicht: (2022)

Robust and Computationally Efficient Linear Contextual Bandits under Adversarial Corruption and Heavy-Tailed Noise
von: Tani, Naoto, et al.
Veröffentlicht: (2026)

Cascading Bandits Robust to Adversarial Corruptions
von: Xie, Jize, et al.
Veröffentlicht: (2025)

Robust Bayesian Optimisation with Unbounded Corruptions
von: Ezzerg, Abdelhamid, et al.
Veröffentlicht: (2025)

On Corruption-Robustness in Performative Reinforcement Learning
von: Pollatos, Vasilis, et al.
Veröffentlicht: (2025)

Greedy Algorithm for Structured Bandits: A Sharp Characterization of Asymptotic Success / Failure
von: Slivkins, Aleksandrs, et al.
Veröffentlicht: (2025)

Sparse Offline Reinforcement Learning with Corruption Robustness
von: Tran, Nam Phuong, et al.
Veröffentlicht: (2025)

Robust Distribution Learning with Local and Global Adversarial Corruptions
von: Nietert, Sloan, et al.
Veröffentlicht: (2024)

Robust Reinforcement Learning from Corrupted Human Feedback
von: Bukharin, Alexander, et al.
Veröffentlicht: (2024)

Robust Kernel Hypothesis Testing under Data Corruption
von: Schrab, Antonin, et al.
Veröffentlicht: (2024)

Corruption-Robust Offline Reinforcement Learning with General Function Approximation
von: Ye, Chenlu, et al.
Veröffentlicht: (2023)

A Model Selection Approach for Corruption Robust Reinforcement Learning
von: Wei, Chen-Yu, et al.
Veröffentlicht: (2021)

Towards Robust Model-Based Reinforcement Learning Against Adversarial Corruption
von: Ye, Chenlu, et al.
Veröffentlicht: (2024)

Conformal Prediction with Corrupted Labels: Uncertain Imputation and Robust Re-weighting
von: Feldman, Shai, et al.
Veröffentlicht: (2025)

CAWR: Corruption-Averse Advantage-Weighted Regression for Robust Policy Optimization
von: Hu, Ranting
Veröffentlicht: (2025)

Corruption-Robust Linear Bandits: Minimax Optimality and Gap-Dependent Misspecification
von: Liu, Haolin, et al.
Veröffentlicht: (2024)

Investigating the Corruption Robustness of Image Classifiers with Random Lp-norm Corruptions
von: Siedel, Georg, et al.
Veröffentlicht: (2023)

Corruption Robust Offline Reinforcement Learning with Human Feedback
von: Mandal, Debmalya, et al.
Veröffentlicht: (2024)

Analyzing Explainer Robustness via Probabilistic Lipschitzness of Prediction Functions
von: Khan, Zulqarnain, et al.
Veröffentlicht: (2022)

Lipschitz-aware Linearity Grafting for Certified Robustness
von: Han, Yongjin, et al.
Veröffentlicht: (2025)

Online Learning to Rank under Corruption: A Robust Cascading Bandits Approach
von: Ghaffari, Fatemeh, et al.
Veröffentlicht: (2025)

Distributionally Robust Set Representation Learning Under Inference-Time Element Corruption
von: Chen, Yankai, et al.
Veröffentlicht: (2026)

Robust Decentralized Multi-armed Bandits: From Corruption-Resilience to Byzantine-Resilience
von: Hu, Zicheng, et al.
Veröffentlicht: (2025)

Robust Estimation Under Heterogeneous Corruption Rates
von: Chaudhuri, Syomantak, et al.
Veröffentlicht: (2025)

Robust Q-Learning under Corrupted Rewards
von: Maity, Sreejeet, et al.
Veröffentlicht: (2024)

Certifiably Robust RAG against Retrieval Corruption
von: Xiang, Chong, et al.
Veröffentlicht: (2024)

Toward Optimal Regret in Robust Pricing: Decoupling Corruption and Time
von: Kalupahana, Kalana, et al.
Veröffentlicht: (2026)

Beyond Lipschitz: Data-Driven Robustness via Discrete Modulus of Continuity
von: Dölz, Jürgen, et al.
Veröffentlicht: (2026)

On the Benefits of Inducing Local Lipschitzness for Robust Generative Adversarial Imitation Learning
von: Memarian, Farzan, et al.
Veröffentlicht: (2021)

Learning from Imperfect Human Feedback: a Tale from Corruption-Robust Dueling
von: Cheng, Yuwei, et al.
Veröffentlicht: (2024)

On Robust Reinforcement Learning with Lipschitz-Bounded Policy Networks
von: Barbara, Nicholas H., et al.
Veröffentlicht: (2024)

Robust Behavior Cloning Via Global Lipschitz Regularization
von: Wu, Shili, et al.
Veröffentlicht: (2025)

Stylized Synthetic Augmentation further improves Corruption Robustness
von: Siedel, Georg, et al.
Veröffentlicht: (2025)

Towards Robust Offline Reinforcement Learning under Diverse Data Corruption
von: Yang, Rui, et al.
Veröffentlicht: (2023)

A Scalable Approach for Safe and Robust Learning via Lipschitz-Constrained Networks
von: Abdeen, Zain ul, et al.
Veröffentlicht: (2025)