Buchumschlag

Pure Exploration under Mediators' Feedback

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Poiani, Riccardo, Metelli, Alberto Maria, Restelli, Marcello
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

Truncating Trajectories in Monte Carlo Policy Evaluation: an Adaptive Approach
von: Poiani, Riccardo, et al.
Veröffentlicht: (2024)

Inverse Reinforcement Learning with Sub-optimal Experts
von: Poiani, Riccardo, et al.
Veröffentlicht: (2024)

Optimal Multi-Fidelity Best-Arm Identification
von: Poiani, Riccardo, et al.
Veröffentlicht: (2024)

Information Capacity Regret Bounds for Bandits with Mediator Feedback
von: Eldowa, Khaled, et al.
Veröffentlicht: (2024)

Pure Exploration with Infinite Answers
von: Poiani, Riccardo, et al.
Veröffentlicht: (2025)

The Limits of Pure Exploration in POMDPs: When the Observation Entropy is Enough
von: Zamboni, Riccardo, et al.
Veröffentlicht: (2024)

Achieving $\widetilde{\mathcal{O}}(\sqrt{T})$ Regret in Average-Reward POMDPs with Known Observation Models
von: Russo, Alessio, et al.
Veröffentlicht: (2025)

Interpetable Target-Feature Aggregation for Multi-Task Learning based on Bias-Variance Analysis
von: Bonetti, Paolo, et al.
Veröffentlicht: (2024)

Efficient Learning of POMDPs with Known Observation Model in Average-Reward Setting
von: Russo, Alessio, et al.
Veröffentlicht: (2024)

A Provably Efficient Option-Based Algorithm for both High-Level and Low-Level Learning
von: Drappo, Gianluca, et al.
Veröffentlicht: (2024)

Local Linearity: the Key for No-regret Reinforcement Learning in Continuous MDPs
von: Maran, Davide, et al.
Veröffentlicht: (2024)

Policy Gradient with Active Importance Sampling
von: Papini, Matteo, et al.
Veröffentlicht: (2024)

Statistical Analysis of Policy Space Compression Problem
von: Molaei, Majid, et al.
Veröffentlicht: (2024)

Projection by Convolution: Optimal Sample Complexity for Reinforcement Learning in Continuous-Space MDPs
von: Maran, Davide, et al.
Veröffentlicht: (2024)

Best Arm Identification for Stochastic Rising Bandits
von: Mussi, Marco, et al.
Veröffentlicht: (2023)

Power Grid Control with Graph-Based Distributed Reinforcement Learning
von: Fabrizio, Carlo, et al.
Veröffentlicht: (2025)

Actor-Critic with Active Importance Sampling
von: Molaei, Majid, et al.
Veröffentlicht: (2026)

State and Action Factorization in Power Grids
von: Losapio, Gianvito, et al.
Veröffentlicht: (2024)

Enhancing Diversity in Parallel Agents: A Maximum State Entropy Exploration Story
von: De Paola, Vincenzo, et al.
Veröffentlicht: (2025)

Bridging Rested and Restless Bandits with Graph-Triggering: Rising and Rotting
von: Genalti, Gianmarco, et al.
Veröffentlicht: (2024)

Scalable Multi-Agent Offline Reinforcement Learning and the Role of Information
von: Zamboni, Riccardo, et al.
Veröffentlicht: (2025)

How Log-Barrier Helps Exploration in Policy Optimization
von: Cesani, Leonardo, et al.
Veröffentlicht: (2026)

Autoregressive Bandits
von: Bacchiocchi, Francesco, et al.
Veröffentlicht: (2022)

Parameterized Projected Bellman Operator
von: Vincent, Théo, et al.
Veröffentlicht: (2023)

Towards Principled Unsupervised Multi-Agent Reinforcement Learning
von: Zamboni, Riccardo, et al.
Veröffentlicht: (2025)

Pure Exploration with Feedback Graphs
von: Russo, Alessio, et al.
Veröffentlicht: (2025)

Non-Asymptotic Analysis of (Sticky) Track-and-Stop
von: Poiani, Riccardo, et al.
Veröffentlicht: (2025)

Online Market Making and the Value of Observing the Order Book
von: Maran, Davide, et al.
Veröffentlicht: (2026)

Online Dynamic Pricing of Complementary Products
von: Mussi, Marco, et al.
Veröffentlicht: (2025)

Finite Sample Bounds for Non-Parametric Regression: Optimal Sample Efficiency and Space Complexity
von: Maran, Davide, et al.
Veröffentlicht: (2024)

Performance Improvement Bounds for Lipschitz Configurable Markov Decision Processes
von: Metelli, Alberto Maria
Veröffentlicht: (2024)

K-Myriad: Jump-starting reinforcement learning with unsupervised parallel agents
von: De Paola, Vincenzo, et al.
Veröffentlicht: (2026)

How to Explore with Belief: State Entropy Maximization in POMDPs
von: Zamboni, Riccardo, et al.
Veröffentlicht: (2024)

From Parameters to Behaviors: Unsupervised Compression of the Policy Space
von: Tenedini, Davide, et al.
Veröffentlicht: (2025)

Learning in Markov Decision Processes with Exogenous Dynamics
von: Maran, Davide, et al.
Veröffentlicht: (2026)

"So, Tell Me About Your Policy...": Distillation of interpretable policies from Deep Reinforcement Learning agents
von: Dispoto, Giovanni, et al.
Veröffentlicht: (2025)

No-Regret Reinforcement Learning in Smooth MDPs
von: Maran, Davide, et al.
Veröffentlicht: (2024)

Exploiting Causal Graph Priors with Posterior Sampling for Reinforcement Learning
von: Mutti, Mirco, et al.
Veröffentlicht: (2023)

Causal Feature Selection via Transfer Entropy
von: Bonetti, Paolo, et al.
Veröffentlicht: (2025)

Unsupervised Behavioral Compression: Learning Low-Dimensional Policy Manifolds through State-Occupancy Matching
von: Fraschini, Andrea, et al.
Veröffentlicht: (2026)