Buchumschlag

Combinatorial Reinforcement Learning with Preference Feedback

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lee, Joongkyu, Oh, Min-hwan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Preference-based Reinforcement Learning beyond Pairwise Comparisons: Benefits of Multiple Options
von: Lee, Joongkyu, et al.
Veröffentlicht: (2025)

Improved Online Confidence Bounds for Multinomial Logistic Bandits
von: Lee, Joongkyu, et al.
Veröffentlicht: (2025)

Demystifying Linear MDPs and Novel Dynamics Aggregation Framework
von: Lee, Joongkyu, et al.
Veröffentlicht: (2024)

Optimal Design for Multinomial Logit Model with Applications to Best Assortment Identification
von: Lee, Joongkyu, et al.
Veröffentlicht: (2026)

Nonstationary Generalized Linear Bandits with Discounted Online Mirror Descent
von: Lee, Joongkyu, et al.
Veröffentlicht: (2026)

Nearly Minimax Optimal Regret for Multinomial Logistic Bandit
von: Lee, Joongkyu, et al.
Veröffentlicht: (2024)

Randomized Exploration for Reinforcement Learning with Multinomial Logistic Function Approximation
von: Cho, Wooseong, et al.
Veröffentlicht: (2024)

Learning Uncertainty-Aware Temporally-Extended Actions
von: Lee, Joongkyu, et al.
Veröffentlicht: (2024)

Queueing Matching Bandits with Preference Feedback
von: Kim, Jung-hun, et al.
Veröffentlicht: (2024)

Adversarial Policy Optimization for Offline Preference-based Reinforcement Learning
von: Kang, Hyungkyu, et al.
Veröffentlicht: (2025)

Dynamic Assortment Selection and Pricing with Censored Preference Feedback
von: Kim, Jung-hun, et al.
Veröffentlicht: (2025)

Minimax Optimal Reinforcement Learning with Quasi-Optimism
von: Lee, Harin, et al.
Veröffentlicht: (2025)

Unified Framework of Distributional Regret in Multi-Armed Bandits and Reinforcement Learning
von: Lee, Harin, et al.
Veröffentlicht: (2026)

Multi-Step Likelihood-Ratio Correction for Reinforcement Learning with Verifiable Rewards
von: Yoon, Deokgyu, et al.
Veröffentlicht: (2026)

Model-Based Reinforcement Learning with Multinomial Logistic Function Approximation
von: Hwang, Taehyun, et al.
Veröffentlicht: (2022)

Peng's Q($λ$) for Conservative Value Estimation in Offline Reinforcement Learning
von: Kim, Byeongchan, et al.
Veröffentlicht: (2026)

Oracle-Efficient Combinatorial Semi-Bandits
von: Kim, Jung-hun, et al.
Veröffentlicht: (2025)

Latent Representation Alignment for Offline Goal-Conditioned Reinforcement Learning
von: Kang, Hyungkyu, et al.
Veröffentlicht: (2026)

Infrequent Exploration in Linear Bandits
von: Lee, Harin, et al.
Veröffentlicht: (2025)

Improved Regret of Linear Ensemble Sampling
von: Lee, Harin, et al.
Veröffentlicht: (2024)

Optimal and Practical Batched Linear Bandit Algorithm
von: Yu, Sanghoon, et al.
Veröffentlicht: (2025)

Blessings of Multiple Good Arms in Multi-Objective Linear Bandits
von: Ann, Heesang, et al.
Veröffentlicht: (2026)

Practical and Optimal Algorithm for Linear Contextual Bandits with Rare Parameter Updates
von: Yu, Sanghoon, et al.
Veröffentlicht: (2026)

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

Symmetry-Aware GFlowNets
von: Kim, Hohyun, et al.
Veröffentlicht: (2025)

Lasso Bandit with Compatibility Condition on Optimal Arm
von: Lee, Harin, et al.
Veröffentlicht: (2024)

Exploration via Feature Perturbation in Contextual Bandits
von: Yi, Seouh-won, et al.
Veröffentlicht: (2025)

ADAM Optimization with Adaptive Batch Selection
von: Kim, Gyu Yeol, et al.
Veröffentlicht: (2025)

Stochastic Matching Bandits with Rare Optimization Updates
von: Kim, Jung-hun, et al.
Veröffentlicht: (2025)

Local Anti-Concentration Class: Logarithmic Regret for Greedy Linear Contextual Bandit
von: Kim, Seok-Jin, et al.
Veröffentlicht: (2024)

Doubly Perturbed Task Free Continual Learning
von: Lee, Byung Hyun, et al.
Veröffentlicht: (2023)

Revisiting Follow-the-Perturbed-Leader with Unbounded Perturbations in Bandit Problems
von: Lee, Jongyeong, et al.
Veröffentlicht: (2025)

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

Convergence of Muon with Newton-Schulz
von: Kim, Gyu Yeol, et al.
Veröffentlicht: (2026)

Thompson Sampling for Multi-Objective Linear Contextual Bandit
von: Park, Somangchan, et al.
Veröffentlicht: (2025)

Tractable Multinomial Logit Contextual Bandits with Non-Linear Utilities
von: Hwang, Taehyun, et al.
Veröffentlicht: (2026)

Experimental Design for Semiparametric Bandits
von: Kim, Seok-Jin, et al.
Veröffentlicht: (2025)

Multi-turn Reinforcement Learning from Preference Human Feedback
von: Shani, Lior, et al.
Veröffentlicht: (2024)

Adaptive Preference Scaling for Reinforcement Learning with Human Feedback
von: Hong, Ilgee, et al.
Veröffentlicht: (2024)

Linear Bandits with Partially Observable Features
von: Kim, Wonyoung, et al.
Veröffentlicht: (2025)