Buchumschlag

What is the Right Notion of Distance between Predict-then-Optimize Tasks?

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Rodriguez-Diaz, Paula, Kong, Lingkai, Wang, Kai, Alvarez-Melis, David, Tambe, Milind
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Composite Flow Matching for Reinforcement Learning with Shifted-Dynamics Data
von: Kong, Lingkai, et al.
Veröffentlicht: (2025)

Balancing Act: Prioritization Strategies for LLM-Designed Restless Bandit Rewards
von: Verma, Shresth, et al.
Veröffentlicht: (2024)

Reward Shaping for Inference-Time Alignment: A Stackelberg Game Perspective
von: Wang, Haichuan, et al.
Veröffentlicht: (2026)

Leaving the Nest: Going Beyond Local Loss Functions for Predict-Then-Optimize
von: Shah, Sanket, et al.
Veröffentlicht: (2023)

Generative AI Against Poaching: Latent Composite Flow Matching for Wildlife Conservation
von: Kong, Lingkai, et al.
Veröffentlicht: (2025)

Fairness for Workers Who Pull the Arms: An Index Based Policy for Allocation of Restless Bandit Tasks
von: Biswas, Arpita, et al.
Veröffentlicht: (2023)

Rule-Bottleneck Reinforcement Learning: Joint Explanation and Decision Optimization for Resource Allocation with Language Agents
von: Tec, Mauricio, et al.
Veröffentlicht: (2025)

Combining Diverse Information for Coordinated Action: Stochastic Bandit Algorithms for Heterogeneous Agents
von: Gordon, Lucia, et al.
Veröffentlicht: (2024)

Efficient Public Health Intervention Planning Using Decomposition-Based Decision-Focused Learning
von: Shah, Sanket, et al.
Veröffentlicht: (2024)

Reinforcement learning with combinatorial actions for coupled restless bandits
von: Xu, Lily, et al.
Veröffentlicht: (2025)

A Decision-Language Model (DLM) for Dynamic Restless Multi-Armed Bandit Tasks in Public Health
von: Behari, Nikhil, et al.
Veröffentlicht: (2024)

Decisions and Deployment: The Five-Year SAHELI Project (2020-2025) on Restless Multi-Armed Bandits for Improving Maternal and Child Health
von: Verma, Shresth, et al.
Veröffentlicht: (2026)

LLM-based Agent Simulation for Maternal Health Interventions: Uncertainty Estimation and Decision-focused Evaluation
von: Martinson, Sarah, et al.
Veröffentlicht: (2025)

IRL for Restless Multi-Armed Bandits with Applications in Maternal and Child Health
von: Jain, Gauri, et al.
Veröffentlicht: (2024)

Learning Graph Structures and Uncertainty for Accurate and Calibrated Time-series Forecasting
von: Kamarthi, Harshavardhan, et al.
Veröffentlicht: (2024)

Contrasting local and global modeling with machine learning and satellite data: A case study estimating tree canopy height in African savannas
von: Rolf, Esther, et al.
Veröffentlicht: (2024)

VORTEX: Aligning Task Utility and Human Preferences through LLM-Guided Reward Shaping
von: Xiong, Guojun, et al.
Veröffentlicht: (2025)

Evaluating the Effectiveness of Index-Based Treatment Allocation
von: Boehmer, Niclas, et al.
Veröffentlicht: (2024)

Multilinguality in LLM-Designed Reward Functions for Restless Bandits: Effects on Task Performance and Fairness
von: Parthasarathy, Ambreesh, et al.
Veröffentlicht: (2025)

IGDA: Interactive Graph Discovery through Large Language Model Agents
von: Havrilla, Alex, et al.
Veröffentlicht: (2025)

Beyond Majority Voting: LLM Aggregation by Leveraging Higher-Order Information
von: Ai, Rui, et al.
Veröffentlicht: (2025)

Two Birds with One Stone: Enhancing Uncertainty Quantification and Interpretability with Graph Functional Neural Process
von: Kong, Lingkai, et al.
Veröffentlicht: (2025)

Trivialized Momentum Facilitates Diffusion Generative Modeling on Lie Groups
von: Zhu, Yuchen, et al.
Veröffentlicht: (2024)

Towards a Pretrained Model for Restless Bandits via Multi-arm Generalization
von: Zhao, Yunfan, et al.
Veröffentlicht: (2023)

Improving Health Information Access in the World's Largest Maternal Mobile Health Program via Bandit Algorithms
von: Lalan, Arshika, et al.
Veröffentlicht: (2024)

Can Interpretation Predict Behavior on Unseen Data?
von: Li, Victoria R., et al.
Veröffentlicht: (2025)

LLM Advertisement based on Neuron Auctions
von: Yun, Peiran, et al.
Veröffentlicht: (2026)

Transcendence: Generative Models Can Outperform The Experts That Train Them
von: Zhang, Edwin, et al.
Veröffentlicht: (2024)

Diffusion Models as Constrained Samplers for Optimization with Unknown Constraints
von: Kong, Lingkai, et al.
Veröffentlicht: (2024)

Policy-Embedded Graph Expansion: Networked HIV Testing with Diffusion-Driven Network Samples
von: Kangaslahti, Akseli, et al.
Veröffentlicht: (2026)

Foundations of Artificial Intelligence Frameworks: Notion and Limits of AGI
von: Bui, Khanh Gia
Veröffentlicht: (2025)

An Explainable Multi-Task Similarity Measure: Integrating Accumulated Local Effects and Weighted Fréchet Distance
von: Hidalgo, Pablo, et al.
Veröffentlicht: (2026)

Robust Optimization with Diffusion Models for Green Security
von: Kong, Lingkai, et al.
Veröffentlicht: (2025)

OMNI: Open-endedness via Models of human Notions of Interestingness
von: Zhang, Jenny, et al.
Veröffentlicht: (2023)

DF2: Distribution-Free Decision-Focused Learning
von: Kong, Lingkai, et al.
Veröffentlicht: (2023)

Decomposing Elements of Problem Solving: What "Math" Does RL Teach?
von: Qin, Tian, et al.
Veröffentlicht: (2025)

Adaptive Frontier Exploration on Graphs with Applications to Network-Based Disease Testing
von: Choo, Davin, et al.
Veröffentlicht: (2025)

Application-Driven Innovation in Machine Learning
von: Rolnick, David, et al.
Veröffentlicht: (2024)

Efficient Ensemble Selection from Binary and Pairwise Feedback
von: Neoh, Tzeh Yuan, et al.
Veröffentlicht: (2026)

Social Environment Design
von: Zhang, Edwin, et al.
Veröffentlicht: (2024)