Effective Off-Policy Evaluation and Learning in Contextual Combinatorial Bandits
Fuente:
arXiv
Salvato in:
| Autori principali: | Shimizu, Tatsuhiro, Tanaka, Koichi, Kishimoto, Ren, Kiyohara, Haruka, Nomura, Masahiro, Saito, Yuta |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2024
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Off-Policy Evaluation of Slate Bandit Policies via Optimizing Abstraction
di: Kiyohara, Haruka, et al.
Pubblicazione: (2024)
di: Kiyohara, Haruka, et al.
Pubblicazione: (2024)
SCOPE-RL: A Python Library for Offline Reinforcement Learning and Off-Policy Evaluation
di: Kiyohara, Haruka, et al.
Pubblicazione: (2023)
di: Kiyohara, Haruka, et al.
Pubblicazione: (2023)
Towards Assessing and Benchmarking Risk-Return Tradeoff of Off-Policy Evaluation
di: Kiyohara, Haruka, et al.
Pubblicazione: (2023)
di: Kiyohara, Haruka, et al.
Pubblicazione: (2023)
Off-Policy Evaluation and Learning for the Future under Non-Stationarity
di: Shimizu, Tatsuhiro, et al.
Pubblicazione: (2025)
di: Shimizu, Tatsuhiro, et al.
Pubblicazione: (2025)
Prompt Optimization with Logged Bandit Data
di: Kiyohara, Haruka, et al.
Pubblicazione: (2025)
di: Kiyohara, Haruka, et al.
Pubblicazione: (2025)
Off-Policy Learning with Limited Supply
di: Tanaka, Koichi, et al.
Pubblicazione: (2026)
di: Tanaka, Koichi, et al.
Pubblicazione: (2026)
Hyperparameter Optimization Can Even be Harmful in Off-Policy Learning and How to Deal with It
di: Saito, Yuta, et al.
Pubblicazione: (2024)
di: Saito, Yuta, et al.
Pubblicazione: (2024)
Off-Policy Evaluation and Learning for Survival Outcomes under Censoring
di: Kubota, Kohsuke, et al.
Pubblicazione: (2026)
di: Kubota, Kohsuke, et al.
Pubblicazione: (2026)
Offline Contextual Bandits in the Presence of New Actions
di: Kishimoto, Ren, et al.
Pubblicazione: (2026)
di: Kishimoto, Ren, et al.
Pubblicazione: (2026)
Combinatorial Allocation Bandits with Nonlinear Arm Utility
di: Shibukawa, Yuki, et al.
Pubblicazione: (2026)
di: Shibukawa, Yuki, et al.
Pubblicazione: (2026)
A Contextual Combinatorial Bandit Approach to Negotiation
di: Li, Yexin, et al.
Pubblicazione: (2024)
di: Li, Yexin, et al.
Pubblicazione: (2024)
Contextual Combinatorial Bandits with Probabilistically Triggered Arms
di: Liu, Xutong, et al.
Pubblicazione: (2023)
di: Liu, Xutong, et al.
Pubblicazione: (2023)
When is Off-Policy Evaluation (Reward Modeling) Useful in Contextual Bandits? A Data-Centric Perspective
di: Sun, Hao, et al.
Pubblicazione: (2023)
di: Sun, Hao, et al.
Pubblicazione: (2023)
Beyond Match Maximization and Fairness: Retention-Optimized Two-Sided Matching
di: Kishimoto, Ren, et al.
Pubblicazione: (2026)
di: Kishimoto, Ren, et al.
Pubblicazione: (2026)
Optimizing Warfarin Dosing Using Contextual Bandit: An Offline Policy Learning and Evaluation Method
di: Huang, Yong, et al.
Pubblicazione: (2024)
di: Huang, Yong, et al.
Pubblicazione: (2024)
From Contextual Combinatorial Semi-Bandits to Bandit List Classification: Improved Sample Complexity with Sparse Rewards
di: Erez, Liad, et al.
Pubblicazione: (2025)
di: Erez, Liad, et al.
Pubblicazione: (2025)
Safely Exploring Novel Actions in Recommender Systems via Deployment-Efficient Policy Learning
di: Kiyohara, Haruka, et al.
Pubblicazione: (2025)
di: Kiyohara, Haruka, et al.
Pubblicazione: (2025)
Learning When to Trust in Contextual Bandits
di: Ghasemi, Majid, et al.
Pubblicazione: (2026)
di: Ghasemi, Majid, et al.
Pubblicazione: (2026)
Learning Action Embeddings for Off-Policy Evaluation
di: Cief, Matej, et al.
Pubblicazione: (2023)
di: Cief, Matej, et al.
Pubblicazione: (2023)
Tree Ensembles for Contextual Bandits
di: Nilsson, Hannes, et al.
Pubblicazione: (2024)
di: Nilsson, Hannes, et al.
Pubblicazione: (2024)
Contextual Rollout Bandits for Reinforcement Learning with Verifiable Rewards
di: Lu, Xiaodong, et al.
Pubblicazione: (2026)
di: Lu, Xiaodong, et al.
Pubblicazione: (2026)
Neural Combinatorial Clustered Bandits for Recommendation Systems
di: Atalar, Baran, et al.
Pubblicazione: (2024)
di: Atalar, Baran, et al.
Pubblicazione: (2024)
Bayesian Analysis of Combinatorial Gaussian Process Bandits
di: Sandberg, Jack, et al.
Pubblicazione: (2023)
di: Sandberg, Jack, et al.
Pubblicazione: (2023)
Online Prompt Pricing based on Combinatorial Multi-Armed Bandit and Hierarchical Stackelberg Game
di: Li, Meiling, et al.
Pubblicazione: (2024)
di: Li, Meiling, et al.
Pubblicazione: (2024)
Kernel Metric Learning for In-Sample Off-Policy Evaluation of Deterministic RL Policies
di: Lee, Haanvid, et al.
Pubblicazione: (2024)
di: Lee, Haanvid, et al.
Pubblicazione: (2024)
Causal Contextual Bandits with Adaptive Context
di: Madhavan, Rahul, et al.
Pubblicazione: (2024)
di: Madhavan, Rahul, et al.
Pubblicazione: (2024)
Diffusion Models Meet Contextual Bandits
di: Aouali, Imad
Pubblicazione: (2024)
di: Aouali, Imad
Pubblicazione: (2024)
Bayesian Off-Policy Evaluation and Learning for Large Action Spaces
di: Aouali, Imad, et al.
Pubblicazione: (2024)
di: Aouali, Imad, et al.
Pubblicazione: (2024)
Deep Active Inference with Diffusion Policy and Multiple Timescale World Model for Real-World Exploration and Navigation
di: Yokozawa, Riko, et al.
Pubblicazione: (2025)
di: Yokozawa, Riko, et al.
Pubblicazione: (2025)
Concept-driven Off Policy Evaluation
di: Majumdar, Ritam, et al.
Pubblicazione: (2024)
di: Majumdar, Ritam, et al.
Pubblicazione: (2024)
Clustering Context in Off-Policy Evaluation
di: Guzman-Olivares, Daniel, et al.
Pubblicazione: (2025)
di: Guzman-Olivares, Daniel, et al.
Pubblicazione: (2025)
Towards a Sharp Analysis of Offline Policy Learning for $f$-Divergence-Regularized Contextual Bandits
di: Zhao, Qingyue, et al.
Pubblicazione: (2025)
di: Zhao, Qingyue, et al.
Pubblicazione: (2025)
Federated Linear Contextual Bandits with Heterogeneous Clients
di: Blaser, Ethan, et al.
Pubblicazione: (2024)
di: Blaser, Ethan, et al.
Pubblicazione: (2024)
Conservative Contextual Bandits: Beyond Linear Representations
di: Deb, Rohan, et al.
Pubblicazione: (2024)
di: Deb, Rohan, et al.
Pubblicazione: (2024)
Linear Contextual Bandits with Hybrid Payoff: Revisited
di: Das, Nirjhar, et al.
Pubblicazione: (2024)
di: Das, Nirjhar, et al.
Pubblicazione: (2024)
The Sample Complexity of Multiclass and Sparse Contextual Bandits
di: Erez, Liad, et al.
Pubblicazione: (2026)
di: Erez, Liad, et al.
Pubblicazione: (2026)
Adaptive Budget Optimization for Multichannel Advertising Using Combinatorial Bandits
di: Gangopadhyay, Briti, et al.
Pubblicazione: (2025)
di: Gangopadhyay, Briti, et al.
Pubblicazione: (2025)
Adaptive Action Duration with Contextual Bandits for Deep Reinforcement Learning in Dynamic Environments
di: Verma, Abhishek, et al.
Pubblicazione: (2025)
di: Verma, Abhishek, et al.
Pubblicazione: (2025)
Off-Policy Evaluation for Ranking Policies under Deterministic Logging Policies
di: Tanaka, Koichi, et al.
Pubblicazione: (2026)
di: Tanaka, Koichi, et al.
Pubblicazione: (2026)
Zero-Shot Off-Policy Learning
di: Asadulaev, Arip, et al.
Pubblicazione: (2026)
di: Asadulaev, Arip, et al.
Pubblicazione: (2026)
Documenti analoghi
-
Off-Policy Evaluation of Slate Bandit Policies via Optimizing Abstraction
di: Kiyohara, Haruka, et al.
Pubblicazione: (2024) -
SCOPE-RL: A Python Library for Offline Reinforcement Learning and Off-Policy Evaluation
di: Kiyohara, Haruka, et al.
Pubblicazione: (2023) -
Towards Assessing and Benchmarking Risk-Return Tradeoff of Off-Policy Evaluation
di: Kiyohara, Haruka, et al.
Pubblicazione: (2023) -
Off-Policy Evaluation and Learning for the Future under Non-Stationarity
di: Shimizu, Tatsuhiro, et al.
Pubblicazione: (2025) -
Prompt Optimization with Logged Bandit Data
di: Kiyohara, Haruka, et al.
Pubblicazione: (2025)