Buchumschlag

Q-Learning with Shift-Aware Upper Confidence Bound in Non-Stationary Reinforcement Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bui, Ha Manh, Parker, Felix, Ghobadi, Kimia, Liu, Anqi
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

Density-Regression: Efficient and Distance-Aware Deep Regressor for Uncertainty Estimation under Distribution Shifts
von: Bui, Ha Manh, et al.
Veröffentlicht: (2024)

Density-Softmax: Efficient Test-time Model for Uncertainty Estimation and Robustness under Distribution Shifts
von: Bui, Ha Manh, et al.
Veröffentlicht: (2023)

Efficient and Uncertainty-Aware Diffusion Framework for Offline-to-Online Reinforcement Learning
von: Bui, Ha Manh, et al.
Veröffentlicht: (2026)

Eliciting Chain-of-Thought Reasoning for Time Series Analysis using Reinforcement Learning
von: Parker, Felix, et al.
Veröffentlicht: (2025)

Variance-Aware Linear UCB with Deep Representation for Neural Contextual Bandits
von: Bui, Ha Manh, et al.
Veröffentlicht: (2024)

Calibrated Uncertainty Sampling for Active Learning
von: Bui, Ha Manh, et al.
Veröffentlicht: (2025)

TsLLM: Augmenting LLMs for General Time Series Understanding and Prediction
von: Parker, Felix, et al.
Veröffentlicht: (2025)

Deep Transfer $Q$-Learning for Offline Non-Stationary Reinforcement Learning
von: Chai, Jinhang, et al.
Veröffentlicht: (2025)

ComaDICE: Offline Cooperative Multi-Agent Reinforcement Learning with Stationary Distribution Shift Regularization
von: Bui, The Viet, et al.
Veröffentlicht: (2024)

From Low Intrinsic Dimensionality to Non-Vacuous Generalization Bounds in Deep Multi-Task Learning
von: Zakerinia, Hossein, et al.
Veröffentlicht: (2025)

Hierarchical Upper Confidence Bounds for Constrained Online Learning
von: Baheri, Ali
Veröffentlicht: (2024)

Tracking Drift: Variation-Aware Entropy Scheduling for Non-Stationary Reinforcement Learning
von: Wang, Tongxi, et al.
Veröffentlicht: (2026)

Confidence Aware Inverse Constrained Reinforcement Learning
von: Subramanian, Sriram Ganapathi, et al.
Veröffentlicht: (2024)

MedTsLLM: Leveraging LLMs for Multimodal Medical Time Series Analysis
von: Chan, Nimeesha, et al.
Veröffentlicht: (2024)

Wavelet Predictive Representations for Non-Stationary Reinforcement Learning
von: Wang, Min, et al.
Veröffentlicht: (2025)

Inverse Reinforcement Learning from Non-Stationary Learning Agents
von: Sivakumar, Kavinayan P., et al.
Veröffentlicht: (2024)

Efficient Restarts in Non-Stationary Model-Free Reinforcement Learning
von: Nonaka, Hiroshi, et al.
Veröffentlicht: (2025)

Optimal Dynamic Regret by Transformers for Non-Stationary Reinforcement Learning
von: Chen, Baiyuan, et al.
Veröffentlicht: (2025)

DARLING: Detection Augmented Reinforcement Learning with Non-Stationary Guarantees
von: Gerogiannis, Argyrios, et al.
Veröffentlicht: (2026)

An Upper Confidence Bound Approach to Estimating the Maximum Mean
von: Kun, Zhang, et al.
Veröffentlicht: (2024)

Upper and Lower Bounds for Distributionally Robust Off-Dynamics Reinforcement Learning
von: Liu, Zhishuai, et al.
Veröffentlicht: (2024)

Improved Regret Bounds for Gaussian Process Upper Confidence Bound in Bayesian Optimization
von: Iwazaki, Shogo
Veröffentlicht: (2025)

Online Reinforcement Learning in Non-Stationary Context-Driven Environments
von: Hamadanian, Pouya, et al.
Veröffentlicht: (2023)

Regret Analysis for Randomized Gaussian Process Upper Confidence Bound
von: Takeno, Shion, et al.
Veröffentlicht: (2024)

Online Adaptive Reinforcement Learning with Echo State Networks for Non-Stationary Dynamics
von: Yoshimura, Aoi, et al.
Veröffentlicht: (2026)

Inference with the Upper Confidence Bound Algorithm
von: Khamaru, Koulik, et al.
Veröffentlicht: (2024)

Non-Stationary Bandit Learning via Predictive Sampling
von: Liu, Yueyang, et al.
Veröffentlicht: (2022)

Is Prior-Free Black-Box Non-Stationary Reinforcement Learning Feasible?
von: Gerogiannis, Argyrios, et al.
Veröffentlicht: (2024)

Learning Confidence Bounds for Classification with Imbalanced Data
von: Clifford, Matt, et al.
Veröffentlicht: (2024)

Distributional Inverse Reinforcement Learning
von: Wu, Feiyang, et al.
Veröffentlicht: (2025)

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

Achieving Upper Bound Accuracy of Joint Training in Continual Learning
von: Momeni, Saleh, et al.
Veröffentlicht: (2025)

Joint Score-Threshold Optimization for Interpretable Risk Assessment
von: Ganjkhanloo, Fardin, et al.
Veröffentlicht: (2025)

An interpretable data-driven approach to optimizing clinical fall risk assessment
von: Ganjkhanloo, Fardin, et al.
Veröffentlicht: (2025)

Decentralized Upper Confidence Bound Algorithms for Homogeneous Multi-Agent Multi-Armed Bandits
von: Zhu, Jingxuan, et al.
Veröffentlicht: (2021)

Reinforcement Learning in Switching Non-Stationary Markov Decision Processes: Algorithms and Convergence Analysis
von: Amiri, Mohsen, et al.
Veröffentlicht: (2025)

Causal Bandit Over Unknown Graphs: Upper Confidence Bounds With Backdoor Adjustment
von: Zhao, Yijia, et al.
Veröffentlicht: (2025)

Data-Driven Upper Confidence Bounds with Near-Optimal Regret for Heavy-Tailed Bandits
von: Tamás, Ambrus, et al.
Veröffentlicht: (2024)

Scrutinize What We Ignore: Reining In Task Representation Shift Of Context-Based Offline Meta Reinforcement Learning
von: Zhang, Hai, et al.
Veröffentlicht: (2024)

ODD: Overlap-aware Estimation of Model Performance under Distribution Shift
von: Mishra, Aayush, et al.
Veröffentlicht: (2025)