Buchumschlag

An Online Feasible Point Method for Benign Generalized Nash Equilibrium Problems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sachs, Sarah, Hadiji, Hedi, van Erven, Tim, Staudigl, Mathias
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Accelerated Rates between Stochastic and Adversarial Online Convex Optimization
von: Sachs, Sarah, et al.
Veröffentlicht: (2023)

Tracking solutions of time-varying variational inequalities
von: Hadiji, Hédi, et al.
Veröffentlicht: (2024)

Tractable Instances of Bilinear Maximization: Implementing LinUCB on Ellipsoids
von: Zhang, Raymond, et al.
Veröffentlicht: (2025)

Linear Bandits on Ellipsoids: Minimax Optimal Algorithms
von: Zhang, Raymond, et al.
Veröffentlicht: (2025)

Diversity-Preserving K-Armed Bandits, Revisited
von: Hadiji, Hédi, et al.
Veröffentlicht: (2020)

Sample-efficient Learning of Concepts with Theoretical Guarantees: from Data to Concepts without Interventions
von: Fokkema, Hidde, et al.
Veröffentlicht: (2025)

The Risks of Recourse in Binary Classification
von: Fokkema, Hidde, et al.
Veröffentlicht: (2023)

Nearly Minimax Discrete Distribution Estimation in Kullback-Leibler Divergence with High Probability
von: van der Hoeven, Dirk, et al.
Veröffentlicht: (2025)

An Improved Algorithm for Adversarial Linear Contextual Bandits via Reduction
von: van Erven, Tim, et al.
Veröffentlicht: (2025)

Proximal Point Method for Online Saddle Point Problem
von: Meng, Qing-xin, et al.
Veröffentlicht: (2024)

Safe Multi-Agent Reinforcement Learning with Convergence to Generalized Nash Equilibrium
von: Li, Zeyang, et al.
Veröffentlicht: (2024)

Towards General Preference Alignment: Diffusion Models at Nash Equilibrium
von: Hu, Jiaming, et al.
Veröffentlicht: (2026)

An Exponentially Converging Particle Method for the Mixed Nash Equilibrium of Continuous Games
von: Wang, Guillaume, et al.
Veröffentlicht: (2022)

A conditional gradient homotopy method with applications to Semidefinite Programming
von: Dvurechensky, Pavel, et al.
Veröffentlicht: (2022)

Mixed Strategy Nash Equilibrium for Crowd Navigation
von: Sun, Max Muchen, et al.
Veröffentlicht: (2024)

No-Regret Learning of Nash Equilibrium for Black-Box Games via Gaussian Processes
von: Han, Minbiao, et al.
Veröffentlicht: (2024)

From Debate to Equilibrium: Belief-Driven Multi-Agent LLM Reasoning via Bayesian Nash Equilibrium
von: Yi, Xie, et al.
Veröffentlicht: (2025)

AlphaExploitem: Going Beyond the Nash Equilibrium in Poker by Learning to Exploit Suboptimal Play
von: Murgoci, Vlad, et al.
Veröffentlicht: (2026)

Proximal Point Nash Learning from Human Feedback
von: Tiapkin, Daniil, et al.
Veröffentlicht: (2025)

Convergence to Nash Equilibrium and No-regret Guarantee in (Markov) Potential Games
von: Dong, Jing, et al.
Veröffentlicht: (2024)

Large-Scale Auto-bidding with Nash Equilibrium Constraints
von: Mou, Zhiyu, et al.
Veröffentlicht: (2025)

Policy Optimization finds Nash Equilibrium in Regularized General-Sum LQ Games
von: Zaman, Muhammad Aneeq uz, et al.
Veröffentlicht: (2024)

Stochastic variance reduced extragradient methods for solving hierarchical variational inequalities
von: Dvurechensky, Pavel, et al.
Veröffentlicht: (2026)

Nash CoT: Multi-Path Inference with Preference Equilibrium
von: Zhang, Ziqi, et al.
Veröffentlicht: (2024)

On the Equilibrium between Feasible Zone and Uncertain Model in Safe Exploration
von: Yang, Yujie, et al.
Veröffentlicht: (2026)

Provable Weak-to-Strong Generalization via Benign Overfitting
von: Wu, David X., et al.
Veröffentlicht: (2024)

Benign Overfitting in Out-of-Distribution Generalization of Linear Models
von: Tang, Shange, et al.
Veröffentlicht: (2024)

Trained Transformer Classifiers Generalize and Exhibit Benign Overfitting In-Context
von: Frei, Spencer, et al.
Veröffentlicht: (2024)

Wasserstein Distributionally Robust Nash Equilibrium Seeking with Heterogeneous Data: A Lagrangian Approach
von: Wang, Zifan, et al.
Veröffentlicht: (2025)

Layerwise Proximal Replay: A Proximal Point Method for Online Continual Learning
von: Yoo, Jason, et al.
Veröffentlicht: (2024)

Data Poisoning to Fake a Nash Equilibrium in Markov Games
von: Wu, Young, et al.
Veröffentlicht: (2023)

NashPG: A Policy Gradient Method with Iteratively Refined Regularization for Finding Nash Equilibria
von: Yu, Eason, et al.
Veröffentlicht: (2025)

PAPAL: A Provable PArticle-based Primal-Dual ALgorithm for Mixed Nash Equilibrium
von: Ding, Shihong, et al.
Veröffentlicht: (2023)

Nash Equilibrium Between Consumer Electronic Devices and DoS Attacker for Distributed IoT-enabled RSE Systems
von: Chen, Gengcan, et al.
Veröffentlicht: (2025)

Benign Overfitting in Single-Head Attention
von: Magen, Roey, et al.
Veröffentlicht: (2024)

RIO-CPD: A Riemannian Geometric Method for Correlation-aware Online Change Point Detection
von: Deng, Chengyuan, et al.
Veröffentlicht: (2024)

TripleWin: Fixed-Point Equilibrium Pricing for Data-Model Coupled Markets
von: Ren, Hongrun, et al.
Veröffentlicht: (2025)

Understanding Generalization in Transformers: Error Bounds and Training Dynamics Under Benign and Harmful Overfitting
von: Zhang, Yingying, et al.
Veröffentlicht: (2025)

Gradient Equilibrium in Online Learning: Theory and Applications
von: Angelopoulos, Anastasios N., et al.
Veröffentlicht: (2025)

Benign Samples Matter! Fine-tuning On Outlier Benign Samples Severely Breaks Safety
von: Guan, Zihan, et al.
Veröffentlicht: (2025)