:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kiyohara, Haruka, Nomura, Masahiro, Saito, Yuta
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2402.02171
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Effective Off-Policy Evaluation and Learning in Contextual Combinatorial Bandits
von: Shimizu, Tatsuhiro, et al.
Veröffentlicht: (2024)

Hyperparameter Optimization Can Even be Harmful in Off-Policy Learning and How to Deal with It
von: Saito, Yuta, et al.
Veröffentlicht: (2024)

Towards Assessing and Benchmarking Risk-Return Tradeoff of Off-Policy Evaluation
von: Kiyohara, Haruka, et al.
Veröffentlicht: (2023)

SCOPE-RL: A Python Library for Offline Reinforcement Learning and Off-Policy Evaluation
von: Kiyohara, Haruka, et al.
Veröffentlicht: (2023)

Prompt Optimization with Logged Bandit Data
von: Kiyohara, Haruka, et al.
Veröffentlicht: (2025)

Off-Policy Evaluation and Learning for Matching Markets
von: Hayashi, Yudai, et al.
Veröffentlicht: (2025)

POTEC: Off-Policy Learning for Large Action Spaces via Two-Stage Policy Decomposition
von: Saito, Yuta, et al.
Veröffentlicht: (2024)

Long-term Off-Policy Evaluation and Learning
von: Saito, Yuta, et al.
Veröffentlicht: (2024)

Off-Policy Evaluation and Learning for Survival Outcomes under Censoring
von: Kubota, Kohsuke, et al.
Veröffentlicht: (2026)

Policy Design for Two-sided Platforms with Participation Dynamics
von: Kiyohara, Haruka, et al.
Veröffentlicht: (2025)

Off-Policy Evaluation for Ranking Policies under Deterministic Logging Policies
von: Tanaka, Koichi, et al.
Veröffentlicht: (2026)

A General Framework for Off-Policy Learning with Partially-Observed Reward
von: Takehi, Rikiya, et al.
Veröffentlicht: (2025)

Quotient DAGs for Off-Policy Evaluation:Forward-Flow Importance Sampling and Exact Slate Propensities
von: Xie, Ziwen, et al.
Veröffentlicht: (2026)

Fast Slate Policy Optimization: Going Beyond Plackett-Luce
von: Sakhi, Otmane, et al.
Veröffentlicht: (2023)

Off-Policy Learning with Limited Supply
von: Tanaka, Koichi, et al.
Veröffentlicht: (2026)

Off-Policy Evaluation and Learning for the Future under Non-Stationarity
von: Shimizu, Tatsuhiro, et al.
Veröffentlicht: (2025)

Efficient Algorithms for Logistic Contextual Slate Bandits with Bandit Feedback
von: Goyal, Tanmay, et al.
Veröffentlicht: (2025)

Off-Policy Evaluation via Adaptive Weighting with Data from Contextual Bandits
von: Zhan, Ruohan, et al.
Veröffentlicht: (2021)

PAC Off-Policy Prediction of Contextual Bandits
von: Wan, Yilong, et al.
Veröffentlicht: (2025)

Context-Action Embedding Learning for Off-Policy Evaluation in Contextual Bandits
von: Chandak, Kushagra, et al.
Veröffentlicht: (2025)

Safely Exploring Novel Actions in Recommender Systems via Deployment-Efficient Policy Learning
von: Kiyohara, Haruka, et al.
Veröffentlicht: (2025)

Abstract Reward Processes: Leveraging State Abstraction for Consistent Off-Policy Evaluation
von: Chaudhari, Shreyas, et al.
Veröffentlicht: (2024)

Optimal Baseline Corrections for Off-Policy Contextual Bandits
von: Gupta, Shashank, et al.
Veröffentlicht: (2024)

Beyond Match Maximization and Fairness: Retention-Optimized Two-Sided Matching
von: Kishimoto, Ren, et al.
Veröffentlicht: (2026)

Revisiting Group Relative Policy Optimization: Insights into On-Policy and Off-Policy Training
von: Mroueh, Youssef, et al.
Veröffentlicht: (2025)

Prompt-to-Slate: Diffusion Models for Prompt-Conditioned Slate Generation
von: Tomasi, Federico, et al.
Veröffentlicht: (2024)

Doubly-Robust Off-Policy Evaluation with Estimated Logging Policy
von: Lee, Kyungbok, et al.
Veröffentlicht: (2024)

Off-Policy Evaluation of Ranking Policies via Embedding-Space User Behavior Modeling
von: Takahashi, Tatsuki, et al.
Veröffentlicht: (2025)

Cross-Validated Off-Policy Evaluation
von: Cief, Matej, et al.
Veröffentlicht: (2024)

Optimal Regret for Policy Optimization in Contextual Bandits
von: Levy, Orin, et al.
Veröffentlicht: (2026)

MultiScale Contextual Bandits for Long Term Objectives
von: Rastogi, Richa, et al.
Veröffentlicht: (2025)

When is Off-Policy Evaluation (Reward Modeling) Useful in Contextual Bandits? A Data-Centric Perspective
von: Sun, Hao, et al.
Veröffentlicht: (2023)

Deep Active Inference with Diffusion Policy and Multiple Timescale World Model for Real-World Exploration and Navigation
von: Yokozawa, Riko, et al.
Veröffentlicht: (2025)

RePO: Bridging On-Policy Learning and Off-Policy Knowledge through Rephrasing Policy Optimization
von: Xia, Linxuan, et al.
Veröffentlicht: (2026)

Transductive Off-policy Proximal Policy Optimization
von: Gan, Yaozhong, et al.
Veröffentlicht: (2024)

Concept-driven Off Policy Evaluation
von: Majumdar, Ritam, et al.
Veröffentlicht: (2024)

Clustering Context in Off-Policy Evaluation
von: Guzman-Olivares, Daniel, et al.
Veröffentlicht: (2025)

Combinatorial Allocation Bandits with Nonlinear Arm Utility
von: Shibukawa, Yuki, et al.
Veröffentlicht: (2026)

Soft Policy Optimization: Online Off-Policy RL for Sequence Models
von: Cohen, Taco, et al.
Veröffentlicht: (2025)

Data Poisoning Attacks on Off-Policy Policy Evaluation Methods
von: Lobo, Elita, et al.
Veröffentlicht: (2024)