Enregistré dans:
| Auteurs principaux: | Wang, Kaiwen, Liang, Dawen, Kallus, Nathan, Sun, Wen |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | https://arxiv.org/abs/2403.06323 |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
The Central Role of the Loss Function in Reinforcement Learning
par: Wang, Kaiwen, et autres
Publié: (2024)
par: Wang, Kaiwen, et autres
Publié: (2024)
Switching the Loss Reduces the Cost in Batch (Offline) Reinforcement Learning
par: Ayoub, Alex, et autres
Publié: (2024)
par: Ayoub, Alex, et autres
Publié: (2024)
More Benefits of Being Distributional: Second-Order Bounds for Reinforcement Learning
par: Wang, Kaiwen, et autres
Publié: (2024)
par: Wang, Kaiwen, et autres
Publié: (2024)
DiFFPO: Training Diffusion LLMs to Reason Fast and Furious via Reinforcement Learning
par: Zhao, Hanyang, et autres
Publié: (2025)
par: Zhao, Hanyang, et autres
Publié: (2025)
Risk-Averse Constrained Reinforcement Learning with Optimized Certainty Equivalents
par: Lee, Jane H., et autres
Publié: (2025)
par: Lee, Jane H., et autres
Publié: (2025)
Concentration Bounds for Optimized Certainty Equivalent Risk Estimation
par: Ghosh, Ayon, et autres
Publié: (2024)
par: Ghosh, Ayon, et autres
Publié: (2024)
On the Sample Complexity of Discounted Reinforcement Learning with Optimized Certainty Equivalents
par: Mortensen, Oliver, et autres
Publié: (2026)
par: Mortensen, Oliver, et autres
Publié: (2026)
Does Weighting Improve Matrix Factorization for Recommender Systems?
par: Ayoub, Alex, et autres
Publié: (2025)
par: Ayoub, Alex, et autres
Publié: (2025)
Optimized Certainty Equivalent Risk-Controlling Prediction Sets
par: Huang, Jiayi, et autres
Publié: (2026)
par: Huang, Jiayi, et autres
Publié: (2026)
Efficient and Sharp Off-Policy Evaluation in Robust Markov Decision Processes
par: Bennett, Andrew, et autres
Publié: (2024)
par: Bennett, Andrew, et autres
Publié: (2024)
Semiparametric Preference Optimization: Your Language Model is Secretly a Single-Index Model
par: Kallus, Nathan
Publié: (2025)
par: Kallus, Nathan
Publié: (2025)
Bellman Calibration for $V$-Learning in Offline Reinforcement Learning
par: van der Laan, Lars, et autres
Publié: (2025)
par: van der Laan, Lars, et autres
Publié: (2025)
Reward Transfer from Inverse Reinforcement Learning: A Coupled Minimax Approach
par: Hao, Guang-Yuan, et autres
Publié: (2026)
par: Hao, Guang-Yuan, et autres
Publié: (2026)
Robust and Agnostic Learning of Conditional Distributional Treatment Effects
par: Kallus, Nathan, et autres
Publié: (2022)
par: Kallus, Nathan, et autres
Publié: (2022)
Variation Due to Regularization Tractably Recovers Bayesian Deep Learning
par: McInerney, James, et autres
Publié: (2024)
par: McInerney, James, et autres
Publié: (2024)
Efficient Inference for Inverse Reinforcement Learning and Dynamic Discrete Choice Models
par: van der Laan, Lars, et autres
Publié: (2025)
par: van der Laan, Lars, et autres
Publié: (2025)
Inverse Reinforcement Learning with Just Classification and a Few Regressions
par: van der Laan, Lars, et autres
Publié: (2025)
par: van der Laan, Lars, et autres
Publié: (2025)
Value-Guided Search for Efficient Chain-of-Thought Reasoning
par: Wang, Kaiwen, et autres
Publié: (2025)
par: Wang, Kaiwen, et autres
Publié: (2025)
Estimating Heterogeneous Treatment Effects by Combining Weak Instruments and Observational Data
par: Oprescu, Miruna, et autres
Publié: (2024)
par: Oprescu, Miruna, et autres
Publié: (2024)
On the role of surrogates in the efficient estimation of treatment effects with limited outcome data
par: Kallus, Nathan, et autres
Publié: (2020)
par: Kallus, Nathan, et autres
Publié: (2020)
Contextual Linear Optimization with Partial Feedback
par: Hu, Yichun, et autres
Publié: (2024)
par: Hu, Yichun, et autres
Publié: (2024)
Optimization of Epsilon-Greedy Exploration
par: Che, Ethan, et autres
Publié: (2025)
par: Che, Ethan, et autres
Publié: (2025)
Semiparametric Double Reinforcement Learning with Applications to Long-Term Causal Inference
par: van der Laan, Lars, et autres
Publié: (2025)
par: van der Laan, Lars, et autres
Publié: (2025)
Demistifying Inference after Adaptive Experiments
par: Bibaut, Aurélien, et autres
Publié: (2024)
par: Bibaut, Aurélien, et autres
Publié: (2024)
$Q\sharp$: Provably Optimal Distributional RL for LLM Post-Training
par: Zhou, Jin Peng, et autres
Publié: (2025)
par: Zhou, Jin Peng, et autres
Publié: (2025)
Multi-Armed Bandits with Interference
par: Jia, Su, et autres
Publié: (2024)
par: Jia, Su, et autres
Publié: (2024)
A View of the Certainty-Equivalence Method for PAC RL as an Application of the Trajectory Tree Method
par: Kalyanakrishnan, Shivaram, et autres
Publié: (2025)
par: Kalyanakrishnan, Shivaram, et autres
Publié: (2025)
Stationary Reweighting Yields Local Convergence of Soft Fitted Q-Iteration
par: van der Laan, Lars, et autres
Publié: (2025)
par: van der Laan, Lars, et autres
Publié: (2025)
Fitted $Q$ Evaluation Without Bellman Completeness via Stationary Weighting
par: van der Laan, Lars, et autres
Publié: (2025)
par: van der Laan, Lars, et autres
Publié: (2025)
The Context Gathering Decision Process: A POMDP Framework for Agentic Search
par: Kausik, Chinmaya, et autres
Publié: (2026)
par: Kausik, Chinmaya, et autres
Publié: (2026)
Exploration in the Limit
par: Cho, Brian M., et autres
Publié: (2025)
par: Cho, Brian M., et autres
Publié: (2025)
Peeking with PEAK: Sequential, Nonparametric Composite Hypothesis Tests for Means of Multiple Data Streams
par: Cho, Brian, et autres
Publié: (2024)
par: Cho, Brian, et autres
Publié: (2024)
Is Cosine-Similarity of Embeddings Really About Similarity?
par: Steck, Harald, et autres
Publié: (2024)
par: Steck, Harald, et autres
Publié: (2024)
Low-Rank MDPs with Continuous Action Spaces
par: Bennett, Andrew, et autres
Publié: (2023)
par: Bennett, Andrew, et autres
Publié: (2023)
Beyond Non-Degeneracy: Revisiting Certainty Equivalent Heuristic for Online Linear Programming
par: Chen, Yilun, et autres
Publié: (2025)
par: Chen, Yilun, et autres
Publié: (2025)
Entropy After </Think> for reasoning model early exiting
par: Wang, Xi, et autres
Publié: (2025)
par: Wang, Xi, et autres
Publié: (2025)
SNPL: Simultaneous Policy Learning and Evaluation for Safe Multi-Objective Policy Improvement
par: Cho, Brian, et autres
Publié: (2025)
par: Cho, Brian, et autres
Publié: (2025)
Efficient Adaptive Experimentation with Noncompliance
par: Oprescu, Miruna, et autres
Publié: (2025)
par: Oprescu, Miruna, et autres
Publié: (2025)
Simulation-Based Inference for Adaptive Experiments
par: Cho, Brian M, et autres
Publié: (2025)
par: Cho, Brian M, et autres
Publié: (2025)
GAAVI: Global Asymptotic Anytime Valid Inference for the Conditional Mean Function
par: Cho, Brian M, et autres
Publié: (2026)
par: Cho, Brian M, et autres
Publié: (2026)
Documents similaires
-
The Central Role of the Loss Function in Reinforcement Learning
par: Wang, Kaiwen, et autres
Publié: (2024) -
Switching the Loss Reduces the Cost in Batch (Offline) Reinforcement Learning
par: Ayoub, Alex, et autres
Publié: (2024) -
More Benefits of Being Distributional: Second-Order Bounds for Reinforcement Learning
par: Wang, Kaiwen, et autres
Publié: (2024) -
DiFFPO: Training Diffusion LLMs to Reason Fast and Furious via Reinforcement Learning
par: Zhao, Hanyang, et autres
Publié: (2025) -
Risk-Averse Constrained Reinforcement Learning with Optimized Certainty Equivalents
par: Lee, Jane H., et autres
Publié: (2025)