Copertina

Leveraging priors on distribution functions for multi-arm bandits

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Vashishtha, Sumit, Maillard, Odalric-Ambrym
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

How Hard is it to Confuse a World Model?
di: Radji, Waris, et al.
Pubblicazione: (2025)

The regret lower bound for communicating Markov Decision Processes
di: Boone, Victor, et al.
Pubblicazione: (2025)

The Confusing Instance Principle for Online Linear Quadratic Control
di: Radji, Waris, et al.
Pubblicazione: (2025)

How to Shrink Confidence Sets for Many Equivalent Discrete Distributions?
di: Maillard, Odalric-Ambrym, et al.
Pubblicazione: (2024)

A Continual Offline Reinforcement Learning Benchmark for Navigation Tasks
di: Kobanda, Anthony, et al.
Pubblicazione: (2025)

Asymptotically Optimal Problem-Dependent Bandit Policies for Transfer Learning
di: Prevost, Adrien, et al.
Pubblicazione: (2025)

Pliable rejection sampling
di: Erraqabi, Akram, et al.
Pubblicazione: (2026)

Hierarchical Subspaces of Policies for Continual Offline Reinforcement Learning
di: Kobanda, Anthony, et al.
Pubblicazione: (2024)

Offline Goal-Conditioned Reinforcement Learning with Projective Quasimetric Planning
di: Kobanda, Anthony, et al.
Pubblicazione: (2025)

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

Interpolation pour l'augmentation de donnees : Application à la gestion des adventices de la canne a sucre a la Reunion
di: Ferber, Frederick Fabre, et al.
Pubblicazione: (2025)

Functional multi-armed bandit and the best function identification problems
di: Dorn, Yuriy, et al.
Pubblicazione: (2025)

Trading off rewards and errors in multi-armed bandits
di: Erraqabi, Akram, et al.
Pubblicazione: (2026)

Minimax-optimal trust-aware multi-armed bandits
di: Cai, Changxiao, et al.
Pubblicazione: (2024)

AdaStop: adaptive statistical testing for sound comparisons of Deep RL agents
di: Mathieu, Timothée, et al.
Pubblicazione: (2023)

Power Mean Estimation in Stochastic Monte-Carlo Tree_Search
di: Dam, Tuan, et al.
Pubblicazione: (2024)

Information maximization for a broad variety of multi-armed bandit games
di: Barbier-Chebbah, Alex, et al.
Pubblicazione: (2025)

UCB algorithms for multi-armed bandits: Precise regret and adaptive inference
di: Han, Qiyang, et al.
Pubblicazione: (2024)

Softmax gradient policy for variance minimization and risk-averse multi armed bandits
di: Turinici, Gabriel
Pubblicazione: (2026)

Achieving adaptivity and optimality for multi-armed bandits using Exponential-Kullback Leibler Maillard Sampling
di: Qin, Hao, et al.
Pubblicazione: (2025)

A more efficient method for large-sample model-free feature screening via multi-armed bandits
di: Ouyang, Xiaxue, et al.
Pubblicazione: (2025)

HELLINGER-UCB: A novel algorithm for stochastic multi-armed bandit problem and cold start problem in recommender system
di: Yang, Ruibo, et al.
Pubblicazione: (2024)

Spectral bandits for smooth graph functions
di: Valko, Michal, et al.
Pubblicazione: (2026)

A survey on multi-player bandits
di: Boursier, Etienne, et al.
Pubblicazione: (2022)

Efficient kernelized bandit algorithms via exploration distributions
di: Hu, Bingshan, et al.
Pubblicazione: (2025)

Leveraging heterogeneous spillover in maximizing contextual bandit rewards
di: Faruk, Ahmed Sayeed, et al.
Pubblicazione: (2023)

Extreme bandits
di: Carpentier, Alexandra, et al.
Pubblicazione: (2026)

Optimal cross-learning for contextual bandits with unknown context distributions
di: Schneider, Jon, et al.
Pubblicazione: (2024)

Adversarial bandit optimization for approximately linear functions
di: Cheng, Zhuoyu, et al.
Pubblicazione: (2025)

Spectral bandits for smooth graph functions with applications in recommender systems
di: Kocák, Tomáš, et al.
Pubblicazione: (2026)

Spectral bandits
di: Kocák, Tomáš, et al.
Pubblicazione: (2026)

Active clustering with bandit feedback
di: Thuot, Victor, et al.
Pubblicazione: (2024)

Vector preference-based contextual bandits under distributional shifts
di: Shukla, Apurv, et al.
Pubblicazione: (2025)

Performance-bounded Online Ensemble Learning Method Based on Multi-armed bandits and Its Applications in Real-time Safety Assessment
di: Hu, Songqiao, et al.
Pubblicazione: (2025)

Instance-dependent Stochastic Lipschitz bandit
di: Potfer, Marius, et al.
Pubblicazione: (2026)

Approximate information maximization for bandit games
di: Barbier-Chebbah, Alex, et al.
Pubblicazione: (2023)

Online learning in bandits with predicted context
di: Guo, Yongyi, et al.
Pubblicazione: (2023)

Leveraging User-Generated Reviews for Recommender Systems with Dynamic Headers
di: Vashishtha, Shanu, et al.
Pubblicazione: (2024)

Risk and optimal policies in bandit experiments
di: Adusumilli, Karun
Pubblicazione: (2021)

On the optimal regret of collaborative personalized linear bandits
di: Huang, Bruce, et al.
Pubblicazione: (2025)