Copertina

Robustness in the Face of Partial Identifiability in Reward Learning

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Lazzati, Filippo, Metelli, Alberto Maria
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Generalizing Behavior via Inverse Reinforcement Learning with Closed-Form Reward Centroids
di: Lazzati, Filippo, et al.
Pubblicazione: (2025)

Reward Compatibility: A Framework for Inverse RL
di: Lazzati, Filippo, et al.
Pubblicazione: (2025)

Learning Utilities from Demonstrations in Markov Decision Processes
di: Lazzati, Filippo, et al.
Pubblicazione: (2024)

Imitation Learning as Return Distribution Matching
di: Lazzati, Filippo, et al.
Pubblicazione: (2025)

Offline Inverse RL: New Solution Concepts and Provably Efficient Algorithms
di: Lazzati, Filippo, et al.
Pubblicazione: (2024)

How does Inverse RL Scale to Large State Spaces? A Provably Efficient Approach
di: Lazzati, Filippo, et al.
Pubblicazione: (2024)

Efficient Learning of POMDPs with Known Observation Model in Average-Reward Setting
di: Russo, Alessio, et al.
Pubblicazione: (2024)

Open Problem: Tight Bounds for Kernelized Multi-Armed Bandits with Bernoulli Rewards
di: Mussi, Marco, et al.
Pubblicazione: (2024)

Achieving $\widetilde{\mathcal{O}}(\sqrt{T})$ Regret in Average-Reward POMDPs with Known Observation Models
di: Russo, Alessio, et al.
Pubblicazione: (2025)

Performance Improvement Bounds for Lipschitz Configurable Markov Decision Processes
di: Metelli, Alberto Maria
Pubblicazione: (2024)

Interpetable Target-Feature Aggregation for Multi-Task Learning based on Bias-Variance Analysis
di: Bonetti, Paolo, et al.
Pubblicazione: (2024)

A Provably Efficient Option-Based Algorithm for both High-Level and Low-Level Learning
di: Drappo, Gianluca, et al.
Pubblicazione: (2024)

Learning Optimal Deterministic Policies with Stochastic Policy Gradients
di: Montenegro, Alessandro, et al.
Pubblicazione: (2024)

Local Linearity: the Key for No-regret Reinforcement Learning in Continuous MDPs
di: Maran, Davide, et al.
Pubblicazione: (2024)

Last-Iterate Global Convergence of Policy Gradients for Constrained Reinforcement Learning
di: Montenegro, Alessandro, et al.
Pubblicazione: (2024)

Generalized Kernelized Bandits: A Novel Self-Normalized Bernstein-Like Dimension-Free Inequality and Regret Bounds
di: Metelli, Alberto Maria, et al.
Pubblicazione: (2025)

Thompson Sampling-like Algorithms for Stochastic Rising Bandits
di: Fiandri, Marco, et al.
Pubblicazione: (2025)

A Refined Analysis of UCBVI
di: Drago, Simone, et al.
Pubblicazione: (2025)

Pure Exploration under Mediators' Feedback
di: Poiani, Riccardo, et al.
Pubblicazione: (2023)

Sliding-Window Thompson Sampling for Non-Stationary Settings
di: Fiandri, Marco, et al.
Pubblicazione: (2024)

No-Regret Reinforcement Learning in Smooth MDPs
di: Maran, Davide, et al.
Pubblicazione: (2024)

Inverse Reinforcement Learning with Sub-optimal Experts
di: Poiani, Riccardo, et al.
Pubblicazione: (2024)

Rising Rested Bandits: Lower Bounds and Efficient Algorithms
di: Fiandri, Marco, et al.
Pubblicazione: (2024)

Projection by Convolution: Optimal Sample Complexity for Reinforcement Learning in Continuous-Space MDPs
di: Maran, Davide, et al.
Pubblicazione: (2024)

Power Grid Control with Graph-Based Distributed Reinforcement Learning
di: Fabrizio, Carlo, et al.
Pubblicazione: (2025)

Learning Deterministic Policies with Policy Gradients in Constrained Markov Decision Processes
di: Montenegro, Alessandro, et al.
Pubblicazione: (2025)

Catoni-Style Change Point Detection for Regret Minimization in Non-Stationary Heavy-Tailed Bandits
di: Genalti, Gianmarco, et al.
Pubblicazione: (2025)

Truncating Trajectories in Monte Carlo Policy Evaluation: an Adaptive Approach
di: Poiani, Riccardo, et al.
Pubblicazione: (2024)

Policy Gradient with Active Importance Sampling
di: Papini, Matteo, et al.
Pubblicazione: (2024)

Information Capacity Regret Bounds for Bandits with Mediator Feedback
di: Eldowa, Khaled, et al.
Pubblicazione: (2024)

Statistical Analysis of Policy Space Compression Problem
di: Molaei, Majid, et al.
Pubblicazione: (2024)

$(ε, u)$-Adaptive Regret Minimization in Heavy-Tailed Bandits
di: Genalti, Gianmarco, et al.
Pubblicazione: (2023)

Reusing Trajectories in Policy Gradients Enables Fast Convergence
di: Montenegro, Alessandro, et al.
Pubblicazione: (2025)

Optimal Multi-Fidelity Best-Arm Identification
di: Poiani, Riccardo, et al.
Pubblicazione: (2024)

Actor-Critic with Active Importance Sampling
di: Molaei, Majid, et al.
Pubblicazione: (2026)

Best Arm Identification for Stochastic Rising Bandits
di: Mussi, Marco, et al.
Pubblicazione: (2023)

Partial Identifiability for Domain Adaptation
di: Kong, Lingjing, et al.
Pubblicazione: (2023)

Partial Identifiability and Misspecification in Inverse Reinforcement Learning
di: Skalse, Joar, et al.
Pubblicazione: (2024)

Learning Treatment Allocations with Risk Control Under Partial Identifiability
di: Ek, Sofia, et al.
Pubblicazione: (2025)

Reward-Preserving Attacks For Robust Reinforcement Learning
di: Schott, Lucas, et al.
Pubblicazione: (2026)