Copertina

Best-of-Both-Worlds Policy Optimization for CMDPs with Bandit Feedback

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Stradi, Francesco Emanuele, Lunghi, Anna, Castiglioni, Matteo, Marchesi, Alberto, Gatti, Nicola
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Beyond Slater's Condition in Online CMDPs with Stochastic and Adversarial Constraints
di: Stradi, Francesco Emanuele, et al.
Pubblicazione: (2025)

A Best-of-Both-Worlds Algorithm for Constrained MDPs with Long-Term Constraints
di: Germano, Jacopo, et al.
Pubblicazione: (2023)

Optimal Strong Regret and Violation in Constrained MDPs via Policy Optimization
di: Stradi, Francesco Emanuele, et al.
Pubblicazione: (2024)

Learning Constrained Markov Decision Processes With Non-stationary Rewards and Constraints
di: Stradi, Francesco Emanuele, et al.
Pubblicazione: (2024)

Multi-Armed Bandits With Best-Action Queries
di: Bacchiocchi, Francesco, et al.
Pubblicazione: (2026)

Learning Adversarial MDPs with Stochastic Hard Constraints
di: Stradi, Francesco Emanuele, et al.
Pubblicazione: (2024)

Replicable Constrained Bandits
di: Bollini, Matteo, et al.
Pubblicazione: (2026)

Data-Dependent Regret Bounds for Constrained MABs
di: Genalti, Gianmarco, et al.
Pubblicazione: (2025)

Truly Adapting to Adversarial Constraints in Constrained MABs
di: Stradi, Francesco Emanuele, et al.
Pubblicazione: (2026)

Markov Persuasion Processes: Learning to Persuade from Scratch
di: Bacchiocchi, Francesco, et al.
Pubblicazione: (2024)

No-Regret Learning Under Adversarial Resource Constraints: A Spending Plan Is All You Need!
di: Stradi, Francesco Emanuele, et al.
Pubblicazione: (2025)

The Sample Complexity of Uniform Approximation for Multi-Dimensional CDFs and Fixed-Price Mechanisms
di: Castiglioni, Matteo, et al.
Pubblicazione: (2026)

Toward Optimal Regret in Robust Pricing: Decoupling Corruption and Time
di: Kalupahana, Kalana, et al.
Pubblicazione: (2026)

Better Regret Rates in Bilateral Trade via Sublinear Budget Violation
di: Lunghi, Anna, et al.
Pubblicazione: (2025)

Regret Minimization in Bilateral Trade With Perturbed Markets
di: Lunghi, Anna, et al.
Pubblicazione: (2026)

Regret Minimization for Piecewise Linear Rewards: Contracts, Auctions, and Beyond
di: Bacchiocchi, Francesco, et al.
Pubblicazione: (2025)

Learning Optimal Contracts: How to Exploit Small Action Spaces
di: Bacchiocchi, Francesco, et al.
Pubblicazione: (2023)

Improved Best-of-Both-Worlds Regret for Bandits with Delayed Feedback
di: Schlisselberg, Ofir, et al.
Pubblicazione: (2025)

Best-of-Both-Worlds Algorithms for Linear Contextual Bandits
di: Kuroki, Yuko, et al.
Pubblicazione: (2023)

Bridging Rested and Restless Bandits with Graph-Triggering: Rising and Rotting
di: Genalti, Gianmarco, et al.
Pubblicazione: (2024)

Model-Free, Regret-Optimal Best Policy Identification in Online CMDPs
di: Zhou, Zihan, et al.
Pubblicazione: (2023)

Contract Design Under Approximate Best Responses
di: Bacchiocchi, Francesco, et al.
Pubblicazione: (2025)

Online Two-Sided Markets: Many Buyers Enhance Learning
di: Lunghi, Anna, et al.
Pubblicazione: (2025)

Safe Online Bid Optimization with Return on Investment and Budget Constraints
di: Castiglioni, Matteo, et al.
Pubblicazione: (2022)

Online Resource Allocation With General Constraints
di: Chiefari, Eleonora Fidelia, et al.
Pubblicazione: (2026)

Follow-the-Perturbed-Leader for Decoupled Bandits: Best-of-Both-Worlds and Practicality
di: Kim, Chaiwon, et al.
Pubblicazione: (2025)

Efficient Best-of-Both-Worlds Algorithms for Contextual Combinatorial Semi-Bandits
di: Li, Mengmeng, et al.
Pubblicazione: (2025)

Primal-Dual Policy Optimization for Linear CMDPs with Adversarial Losses
di: Yu, Kihyun, et al.
Pubblicazione: (2026)

A Primal-Dual Online Learning Approach for Dynamic Pricing of Sequentially Displayed Complementary Items under Sale Constraints
di: Stradi, Francesco Emanuele, et al.
Pubblicazione: (2024)

LC-Tsallis-INF: Generalized Best-of-Both-Worlds Linear Contextual Bandits
di: Kato, Masahiro, et al.
Pubblicazione: (2024)

Learning in Bayesian Stackelberg Games With Unknown Follower's Types
di: Bollini, Matteo, et al.
Pubblicazione: (2026)

Follow-the-Perturbed-Leader Approaches Best-of-Both-Worlds for the m-Set Semi-Bandit Problems
di: Zhan, Jingxin, et al.
Pubblicazione: (2025)

Autoregressive Bandits
di: Bacchiocchi, Francesco, et al.
Pubblicazione: (2022)

A Stronger Benchmark for Online Bilateral Trade: From Fixed Prices to Distributions
di: Lunghi, Anna, et al.
Pubblicazione: (2026)

No-Regret is not enough! Bandits with General Constraints through Adaptive Regret Minimization
di: Bernasconi, Martino, et al.
Pubblicazione: (2024)

Follow-the-Perturbed-Leader with Fréchet-type Tail Distributions: Optimality in Adversarial Bandits and Best-of-Both-Worlds
di: Lee, Jongyeong, et al.
Pubblicazione: (2024)

A Further Efficient Algorithm with Best-of-Both-Worlds Guarantees for $m$-Set Semi-Bandit Problem
di: Chen, Botao, et al.
Pubblicazione: (2026)

The Sample Complexity of Stackelberg Games
di: Bacchiocchi, Francesco, et al.
Pubblicazione: (2024)

Contracting With a Reinforcement Learning Agent by Playing Trick or Treat
di: Bollini, Matteo, et al.
Pubblicazione: (2024)

Online Bayesian Persuasion Without a Clue
di: Bacchiocchi, Francesco, et al.
Pubblicazione: (2024)