Copertina

Adaptive Exploration for Multi-Reward Multi-Policy Evaluation

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Russo, Alessio, Pacchiano, Aldo
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

In-Context Learning for Pure Exploration
di: Russo, Alessio, et al.
Pubblicazione: (2025)

In-Context Learning for Pure Exploration in Continuous Spaces
di: Russo, Alessio, et al.
Pubblicazione: (2026)

Second Order Bounds for Contextual Bandits with Function Approximation
di: Pacchiano, Aldo
Pubblicazione: (2024)

ORSO: Accelerating Reward Design via Online Reward Selection and Policy Optimization
di: Zhang, Chen Bo Calvin, et al.
Pubblicazione: (2024)

Pure Exploration with Feedback Graphs
di: Russo, Alessio, et al.
Pubblicazione: (2025)

A Theoretical Framework for Partially Observed Reward-States in RLHF
di: Kausik, Chinmaya, et al.
Pubblicazione: (2024)

Improved Training Mechanism for Reinforcement Learning via Online Model Selection
di: Afshar, Aida, et al.
Pubblicazione: (2025)

Learning Rate-Free Reinforcement Learning: A Case for Model Selection with Non-Stationary Objectives
di: Afshar, Aida, et al.
Pubblicazione: (2024)

Multiple-policy Evaluation via Density Estimation
di: Chen, Yilei, et al.
Pubblicazione: (2024)

Principled Fine-tuning of LLMs from User-Edits: A Medley of Preference, Supervision, and Reward
di: Misra, Dipendra, et al.
Pubblicazione: (2026)

Data-Driven Online Model Selection With Regret Guarantees
di: Pacchiano, Aldo, et al.
Pubblicazione: (2023)

State-free Reinforcement Learning
di: Chen, Mingyu, et al.
Pubblicazione: (2024)

Experiment Planning with Function Approximation
di: Pacchiano, Aldo, et al.
Pubblicazione: (2024)

Conformal Off-Policy Evaluation in Markov Decision Processes
di: Foffano, Daniele, et al.
Pubblicazione: (2023)

The Good, the Bad, and the Sampled: a No-Regret Approach to Safe Online Classification
di: Baharav, Tavor Z., et al.
Pubblicazione: (2025)

Provable Interactive Learning with Hindsight Instruction Feedback
di: Misra, Dipendra, et al.
Pubblicazione: (2024)

Proximal Policy Optimization with Adaptive Exploration
di: Lixandru, Andrei
Pubblicazione: (2024)

Controllable Exploration in Hybrid-Policy RLVR for Multi-Modal Reasoning
di: Huang, Zhuoxu, et al.
Pubblicazione: (2026)

Active Preference Optimization for Sample Efficient RLHF
di: Das, Nirjhar, et al.
Pubblicazione: (2024)

Explainable Reinforcement Learning via Temporal Policy Decomposition
di: Ruggeri, Franco, et al.
Pubblicazione: (2025)

More Than One Teacher: Adaptive Multi-Guidance Policy Optimization for Diverse Exploration
di: Yuan, Xiaoyang, et al.
Pubblicazione: (2025)

MIR: Efficient Exploration in Episodic Multi-Agent Reinforcement Learning via Mutual Intrinsic Reward
di: Chen, Kesheng, et al.
Pubblicazione: (2025)

Fair Best Arm Identification with Fixed Confidence
di: Russo, Alessio, et al.
Pubblicazione: (2024)

When Less is Enough: Efficient Inference via Collaborative Reasoning
di: Chen, Yilei, et al.
Pubblicazione: (2026)

AMPED: Adaptive Multi-objective Projection for balancing Exploration and skill Diversification
di: Cho, Geonwoo, et al.
Pubblicazione: (2025)

Exploration by Random Reward Perturbation
di: Ma, Haozhe, et al.
Pubblicazione: (2025)

Confidence-Controlled Exploration: Efficient Sparse-Reward Policy Learning for Robot Navigation
di: Patel, Bhrij, et al.
Pubblicazione: (2023)

Meet Me at the Arm: The Cooperative Multi-Armed Bandits Problem with Shareable Arms
di: Hu, Xinyi, et al.
Pubblicazione: (2025)

AMoPO: Adaptive Multi-objective Preference Optimization without Reward Models and Reference Models
di: Liu, Qi, et al.
Pubblicazione: (2025)

ATPO: Adaptive Tree Policy Optimization for Multi-Turn Medical Dialogue
di: Cao, Ruike, et al.
Pubblicazione: (2026)

Enhancing Generative Auto-bidding with Offline Reward Evaluation and Policy Search
di: Mou, Zhiyu, et al.
Pubblicazione: (2025)

Adversarial Diffusion for Robust Reinforcement Learning
di: Foffano, Daniele, et al.
Pubblicazione: (2025)

Intrinsic Reward Policy Optimization for Sparse-Reward Environments
di: Cho, Minjae, et al.
Pubblicazione: (2026)

Deceptive Exploration in Multi-armed Bandits
di: Vurankaya, I. Arda, et al.
Pubblicazione: (2025)

Adaptive Exploration for Data-Efficient General Value Function Evaluations
di: Jain, Arushi, et al.
Pubblicazione: (2024)

Abstract Reward Processes: Leveraging State Abstraction for Consistent Off-Policy Evaluation
di: Chaudhari, Shreyas, et al.
Pubblicazione: (2024)

Worst-Case Regret Bounds for Exploration via Randomized Value Functions
di: Russo, Daniel
Pubblicazione: (2019)

Provably Efficient Exploration in Reward Machines with Low Regret
di: Bourel, Hippolyte, et al.
Pubblicazione: (2024)

Multi-Task Reward Learning from Human Ratings
di: Wu, Mingkang, et al.
Pubblicazione: (2025)

PORTool: Importance-Aware Policy Optimization with Rewarded Tree for Multi-Tool-Integrated Reasoning
di: Wu, Feijie, et al.
Pubblicazione: (2025)