Copertina

An Online Feasible Point Method for Benign Generalized Nash Equilibrium Problems

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Sachs, Sarah, Hadiji, Hedi, van Erven, Tim, Staudigl, Mathias
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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