Truly No-Regret Learning in Constrained MDPs
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Müller, Adrian, Alatur, Pragnya, Cevher, Volkan, Ramponi, Giorgia, He, Niao |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Independent Policy Mirror Descent for Markov Potential Games: Scaling to Large Number of Players
par: Alatur, Pragnya, et autres
Publié: (2024)
par: Alatur, Pragnya, et autres
Publié: (2024)
Learning Equilibria from Data: Provably Efficient Multi-Agent Imitation Learning
par: Freihaut, Till, et autres
Publié: (2025)
par: Freihaut, Till, et autres
Publié: (2025)
Imitation Learning in Discounted Linear MDPs without exploration assumptions
par: Viano, Luca, et autres
Publié: (2024)
par: Viano, Luca, et autres
Publié: (2024)
Best of Both Worlds: Regret Minimization versus Minimax Play
par: Müller, Adrian, et autres
Publié: (2025)
par: Müller, Adrian, et autres
Publié: (2025)
Multi-agent imitation learning with function approximation: Linear Markov games and beyond
par: Viano, Luca, et autres
Publié: (2026)
par: Viano, Luca, et autres
Publié: (2026)
Rate optimal learning of equilibria from data
par: Freihaut, Till, et autres
Publié: (2025)
par: Freihaut, Till, et autres
Publié: (2025)
Learning with Norm Constrained, Over-parameterized, Two-layer Neural Networks
par: Liu, Fanghui, et autres
Publié: (2024)
par: Liu, Fanghui, et autres
Publié: (2024)
On Feasible Rewards in Multi-Agent Inverse Reinforcement Learning
par: Freihaut, Till, et autres
Publié: (2024)
par: Freihaut, Till, et autres
Publié: (2024)
Optimal Strong Regret and Violation in Constrained MDPs via Policy Optimization
par: Stradi, Francesco Emanuele, et autres
Publié: (2024)
par: Stradi, Francesco Emanuele, et autres
Publié: (2024)
Regret Analysis of Unichain Average Reward Constrained MDPs with General Parameterization
par: Satheesh, Anirudh, et autres
Publié: (2026)
par: Satheesh, Anirudh, et autres
Publié: (2026)
IL-SOAR : Imitation Learning with Soft Optimistic Actor cRitic
par: Viel, Stefano, et autres
Publié: (2025)
par: Viel, Stefano, et autres
Publié: (2025)
No-Regret Reinforcement Learning in Smooth MDPs
par: Maran, Davide, et autres
Publié: (2024)
par: Maran, Davide, et autres
Publié: (2024)
Fine-tuning Behavioral Cloning Policies with Preference-Based Reinforcement Learning
par: Macuglia, Maël, et autres
Publié: (2025)
par: Macuglia, Maël, et autres
Publié: (2025)
Steering No-Regret Agents in MFGs under Model Uncertainty
par: Widmer, Leo, et autres
Publié: (2025)
par: Widmer, Leo, et autres
Publié: (2025)
Training Deep Learning Models with Norm-Constrained LMOs
par: Pethick, Thomas, et autres
Publié: (2025)
par: Pethick, Thomas, et autres
Publié: (2025)
SAMPa: Sharpness-aware Minimization Parallelized
par: Xie, Wanyun, et autres
Publié: (2024)
par: Xie, Wanyun, et autres
Publié: (2024)
MaD-Mix: Multi-Modal Data Mixtures via Latent Space Coupling for Vision-Language Model Training
par: Xie, Wanyun, et autres
Publié: (2026)
par: Xie, Wanyun, et autres
Publié: (2026)
Solving Robust MDPs through No-Regret Dynamics
par: Guha, Etash Kumar
Publié: (2023)
par: Guha, Etash Kumar
Publié: (2023)
Eluder-based Regret for Stochastic Contextual MDPs
par: Levy, Orin, et autres
Publié: (2022)
par: Levy, Orin, et autres
Publié: (2022)
Preference Elicitation for Offline Reinforcement Learning
par: Pace, Alizée, et autres
Publié: (2024)
par: Pace, Alizée, et autres
Publié: (2024)
Independent Learning in Constrained Markov Potential Games
par: Jordan, Philip, et autres
Publié: (2024)
par: Jordan, Philip, et autres
Publié: (2024)
Matching Multiple Experts: On the Exploitability of Multi-Agent Imitation Learning
par: Bergerault, Antoine, et autres
Publié: (2026)
par: Bergerault, Antoine, et autres
Publié: (2026)
Chameleon: A Flexible Data-mixing Framework for Language Model Pretraining and Finetuning
par: Xie, Wanyun, et autres
Publié: (2025)
par: Xie, Wanyun, et autres
Publié: (2025)
Efficient Large Language Model Inference with Neural Block Linearization
par: Erdogan, Mete, et autres
Publié: (2025)
par: Erdogan, Mete, et autres
Publié: (2025)
Stable Nonconvex-Nonconcave Training via Linear Interpolation
par: Pethick, Thomas, et autres
Publié: (2023)
par: Pethick, Thomas, et autres
Publié: (2023)
Efficient, Low-Regret, Online Reinforcement Learning for Linear MDPs
par: John, Philips George, et autres
Publié: (2024)
par: John, Philips George, et autres
Publié: (2024)
Constrained Stochastic Spectral Preconditioning Converges for Nonconvex Objectives
par: Oikonomidis, Konstantinos, et autres
Publié: (2026)
par: Oikonomidis, Konstantinos, et autres
Publié: (2026)
Near-Optimal Dynamic Regret for Adversarial Linear Mixture MDPs
par: Li, Long-Fei, et autres
Publié: (2024)
par: Li, Long-Fei, et autres
Publié: (2024)
Near-Optimal Regret in Linear MDPs with Aggregate Bandit Feedback
par: Cassel, Asaf, et autres
Publié: (2024)
par: Cassel, Asaf, et autres
Publié: (2024)
Data- and Variance-dependent Regret Bounds for Online Tabular MDPs
par: Li, Mingyi, et autres
Publié: (2026)
par: Li, Mingyi, et autres
Publié: (2026)
Time-Constrained Robust MDPs
par: Zouitine, Adil, et autres
Publié: (2024)
par: Zouitine, Adil, et autres
Publié: (2024)
MT-NAM: An Efficient and Adaptive Model for Epileptic Seizure Detection
par: Afzal, Arshia, et autres
Publié: (2025)
par: Afzal, Arshia, et autres
Publié: (2025)
Exploiting Causal Graph Priors with Posterior Sampling for Reinforcement Learning
par: Mutti, Mirco, et autres
Publié: (2023)
par: Mutti, Mirco, et autres
Publié: (2023)
High-Dimensional Kernel Methods under Covariate Shift: Data-Dependent Implicit Regularization
par: Chen, Yihang, et autres
Publié: (2024)
par: Chen, Yihang, et autres
Publié: (2024)
Split the Differences, Pool the Rest: Provably Efficient Multi-Objective Imitation
par: Sheebaelhamd, Ziyad, et autres
Publié: (2026)
par: Sheebaelhamd, Ziyad, et autres
Publié: (2026)
Optimistic Dual Averaging Unifies Modern Optimizers
par: Pethick, Thomas, et autres
Publié: (2026)
par: Pethick, Thomas, et autres
Publié: (2026)
Provably avoiding over-optimization in Direct Preference Optimization without knowing the data distribution
par: Barla, Adam, et autres
Publié: (2026)
par: Barla, Adam, et autres
Publié: (2026)
Easy Data Unlearning Bench
par: Rinberg, Roy, et autres
Publié: (2026)
par: Rinberg, Roy, et autres
Publié: (2026)
Adversarial Training for Defense Against Label Poisoning Attacks
par: Bal, Melis Ilayda, et autres
Publié: (2025)
par: Bal, Melis Ilayda, et autres
Publié: (2025)
ESLM: Risk-Averse Selective Language Modeling for Efficient Pretraining
par: Bal, Melis Ilayda, et autres
Publié: (2025)
par: Bal, Melis Ilayda, et autres
Publié: (2025)
Documents similaires
-
Independent Policy Mirror Descent for Markov Potential Games: Scaling to Large Number of Players
par: Alatur, Pragnya, et autres
Publié: (2024) -
Learning Equilibria from Data: Provably Efficient Multi-Agent Imitation Learning
par: Freihaut, Till, et autres
Publié: (2025) -
Imitation Learning in Discounted Linear MDPs without exploration assumptions
par: Viano, Luca, et autres
Publié: (2024) -
Best of Both Worlds: Regret Minimization versus Minimax Play
par: Müller, Adrian, et autres
Publié: (2025) -
Multi-agent imitation learning with function approximation: Linear Markov games and beyond
par: Viano, Luca, et autres
Publié: (2026)