Buchumschlag

Sparse Optimistic Information Directed Sampling

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Schwartz, Ludovic, Flynn, Hamish, Neu, Gergely
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

Optimistic Information Directed Sampling
von: Neu, Gergely, et al.
Veröffentlicht: (2024)

Linear Bandits with Non-i.i.d. Noise
von: Abélès, Baptiste, et al.
Veröffentlicht: (2025)

Optimistically Optimistic Exploration for Provably Efficient Infinite-Horizon Reinforcement and Imitation Learning
von: Moulin, Antoine, et al.
Veröffentlicht: (2025)

Confidence Sequences for Generalized Linear Models via Regret Analysis
von: Clerico, Eugenio, et al.
Veröffentlicht: (2025)

Relative Information Gain and Gaussian Process Regression
von: Flynn, Hamish
Veröffentlicht: (2025)

Distances for Markov chains from sample streams
von: Calo, Sergio, et al.
Veröffentlicht: (2025)

Bisimulation Metrics are Optimal Transport Distances, and Can be Computed Efficiently
von: Calo, Sergio, et al.
Veröffentlicht: (2024)

Sparse Nonparametric Contextual Bandits
von: Flynn, Hamish, et al.
Veröffentlicht: (2025)

Tighter Confidence Bounds for Sequential Kernel Regression
von: Flynn, Hamish, et al.
Veröffentlicht: (2024)

Online combinatorial optimization with stochastic decision sets and adversarial losses
von: Neu, Gergely, et al.
Veröffentlicht: (2026)

Offline RL via Feature-Occupancy Gradient Ascent
von: Neu, Gergely, et al.
Veröffentlicht: (2024)

Online-to-PAC Conversions: Generalization Bounds via Regret Analysis
von: Lugosi, Gábor, et al.
Veröffentlicht: (2023)

Posterior Sampling Reinforcement Learning with Gaussian Processes for Continuous Control: Sublinear Regret Bounds for Unbounded State Spaces
von: Flynn, Hamish, et al.
Veröffentlicht: (2026)

Dealing with unbounded gradients in stochastic saddle-point optimization
von: Neu, Gergely, et al.
Veröffentlicht: (2024)

Inverse Q-Learning Done Right: Offline Imitation Learning in $Q^π$-Realizable MDPs
von: Moulin, Antoine, et al.
Veröffentlicht: (2025)

Online learning with Erdős-Rényi side-observation graphs
von: Kocák, Tomáš, et al.
Veröffentlicht: (2026)

Online-to-PAC generalization bounds under graph-mixing dependencies
von: Abélès, Baptiste, et al.
Veröffentlicht: (2024)

Online learning with noisy side observations
von: Kocák, Tomáš, et al.
Veröffentlicht: (2026)

Generalization bounds for mixing processes via delayed online-to-PAC conversions
von: Abeles, Baptiste, et al.
Veröffentlicht: (2024)

Improved Algorithms for Stochastic Linear Bandits Using Tail Bounds for Martingale Mixtures
von: Flynn, Hamish, et al.
Veröffentlicht: (2023)

Efficient learning by implicit exploration in bandit problems with side observations
von: Kocak, Tomas, et al.
Veröffentlicht: (2026)

Efficient Model-Based Reinforcement Learning Through Optimistic Thompson Sampling
von: Bayrooti, Jasmine, et al.
Veröffentlicht: (2024)

COMPASS: COntinual Multilingual PEFT with Adaptive Semantic Sampling
von: Flynn, Noah
Veröffentlicht: (2026)

Optimistic Thompson Sampling for No-Regret Learning in Unknown Games
von: Li, Yingru, et al.
Veröffentlicht: (2024)

Optimistic Policy Regularization
von: Pham, Mai, et al.
Veröffentlicht: (2026)

Sparse random hypergraphs: Non-backtracking spectra and community detection
von: Stephan, Ludovic, et al.
Veröffentlicht: (2022)

Omega: Optimistic EMA Gradients
von: Ramirez, Juan, et al.
Veröffentlicht: (2023)

Optimistic critics can empower small actors
von: Mastikhina, Olya, et al.
Veröffentlicht: (2025)

SOMBRL: Scalable and Optimistic Model-Based RL
von: Sukhija, Bhavya, et al.
Veröffentlicht: (2025)

Optimistic Task Inference for Behavior Foundation Models
von: Rupf, Thomas, et al.
Veröffentlicht: (2025)

Bayesian Optimistic Optimisation with Exponentially Decaying Regret
von: Tran-The, Hung, et al.
Veröffentlicht: (2021)

Optimistic Dual Averaging Unifies Modern Optimizers
von: Pethick, Thomas, et al.
Veröffentlicht: (2026)

Optimistic Learning for Communication Networks
von: Iosifidis, George, et al.
Veröffentlicht: (2025)

Optimistic Model Rollouts for Pessimistic Offline Policy Optimization
von: Zhai, Yuanzhao, et al.
Veröffentlicht: (2024)

Optimistic Reinforcement Learning with Quantile Objectives
von: Alipour-Vaezi, Mohammad, et al.
Veröffentlicht: (2025)

Optimistic Multi-Agent Policy Gradient
von: Zhao, Wenshuai, et al.
Veröffentlicht: (2023)

On Stability in Optimistic Bilevel Optimization
von: Royset, Johannes O.
Veröffentlicht: (2024)

Optimistic Interior Point Methods for Sequential Hypothesis Testing by Betting
von: Chen, Can, et al.
Veröffentlicht: (2025)

Optimistic Q-learning for average reward and episodic reinforcement learning
von: Agrawal, Priyank, et al.
Veröffentlicht: (2024)

Optimistic Policy Optimization is Provably Efficient in Non-stationary MDPs
von: Zhong, Han, et al.
Veröffentlicht: (2021)