Buchumschlag

The Sample Complexity of Uniform Approximation for Multi-Dimensional CDFs and Fixed-Price Mechanisms

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Castiglioni, Matteo, Lunghi, Anna, Marchesi, Alberto
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Regret Minimization in Bilateral Trade With Perturbed Markets
von: Lunghi, Anna, et al.
Veröffentlicht: (2026)

Better Regret Rates in Bilateral Trade via Sublinear Budget Violation
von: Lunghi, Anna, et al.
Veröffentlicht: (2025)

A Stronger Benchmark for Online Bilateral Trade: From Fixed Prices to Distributions
von: Lunghi, Anna, et al.
Veröffentlicht: (2026)

Best-of-Both-Worlds Policy Optimization for CMDPs with Bandit Feedback
von: Stradi, Francesco Emanuele, et al.
Veröffentlicht: (2024)

Learning Constrained Markov Decision Processes With Non-stationary Rewards and Constraints
von: Stradi, Francesco Emanuele, et al.
Veröffentlicht: (2024)

Toward Optimal Regret in Robust Pricing: Decoupling Corruption and Time
von: Kalupahana, Kalana, et al.
Veröffentlicht: (2026)

Online Two-Sided Markets: Many Buyers Enhance Learning
von: Lunghi, Anna, et al.
Veröffentlicht: (2025)

Multi-Armed Bandits With Best-Action Queries
von: Bacchiocchi, Francesco, et al.
Veröffentlicht: (2026)

Learning Adversarial MDPs with Stochastic Hard Constraints
von: Stradi, Francesco Emanuele, et al.
Veröffentlicht: (2024)

Optimal Strong Regret and Violation in Constrained MDPs via Policy Optimization
von: Stradi, Francesco Emanuele, et al.
Veröffentlicht: (2024)

Replicable Constrained Bandits
von: Bollini, Matteo, et al.
Veröffentlicht: (2026)

Regret Minimization for Piecewise Linear Rewards: Contracts, Auctions, and Beyond
von: Bacchiocchi, Francesco, et al.
Veröffentlicht: (2025)

Learning Optimal Contracts: How to Exploit Small Action Spaces
von: Bacchiocchi, Francesco, et al.
Veröffentlicht: (2023)

Learning in Bayesian Stackelberg Games With Unknown Follower's Types
von: Bollini, Matteo, et al.
Veröffentlicht: (2026)

Truly Adapting to Adversarial Constraints in Constrained MABs
von: Stradi, Francesco Emanuele, et al.
Veröffentlicht: (2026)

Data-Dependent Regret Bounds for Constrained MABs
von: Genalti, Gianmarco, et al.
Veröffentlicht: (2025)

Beyond Slater's Condition in Online CMDPs with Stochastic and Adversarial Constraints
von: Stradi, Francesco Emanuele, et al.
Veröffentlicht: (2025)

No-Regret Learning Under Adversarial Resource Constraints: A Spending Plan Is All You Need!
von: Stradi, Francesco Emanuele, et al.
Veröffentlicht: (2025)

A Best-of-Both-Worlds Algorithm for Constrained MDPs with Long-Term Constraints
von: Germano, Jacopo, et al.
Veröffentlicht: (2023)

Markov Persuasion Processes: Learning to Persuade from Scratch
von: Bacchiocchi, Francesco, et al.
Veröffentlicht: (2024)

The Sample Complexity of Stackelberg Games
von: Bacchiocchi, Francesco, et al.
Veröffentlicht: (2024)

Multi-Horizon Time Series Forecasting of non-parametric CDFs with Deep Lattice Networks
von: Erdmann, Niklas, et al.
Veröffentlicht: (2025)

No-Regret is not enough! Bandits with General Constraints through Adaptive Regret Minimization
von: Bernasconi, Martino, et al.
Veröffentlicht: (2024)

Pricing Query Complexity of Multiplicative Revenue Approximation
von: Tang, Wei, et al.
Veröffentlicht: (2026)

The Sample Complexity of Approximate Rejection Sampling with Applications to Smoothed Online Learning
von: Block, Adam, et al.
Veröffentlicht: (2023)

Deep Generative Models: Complexity, Dimensionality, and Approximation
von: Wang, Kevin, et al.
Veröffentlicht: (2025)

Beyond Primal-Dual Methods in Bandits with Stochastic and Adversarial Constraints
von: Bernasconi, Martino, et al.
Veröffentlicht: (2024)

Online Learning under Budget and ROI Constraints via Weak Adaptivity
von: Castiglioni, Matteo, et al.
Veröffentlicht: (2023)

Online Uniform Sampling: Randomized Learning-Augmented Approximation Algorithms with Application to Digital Health
von: Liu, Xueqing, et al.
Veröffentlicht: (2024)

Bridging Rested and Restless Bandits with Graph-Triggering: Rising and Rotting
von: Genalti, Gianmarco, et al.
Veröffentlicht: (2024)

Projection by Convolution: Optimal Sample Complexity for Reinforcement Learning in Continuous-Space MDPs
von: Maran, Davide, et al.
Veröffentlicht: (2024)

Fix Representation (Optimally) Before Fairness: Finite-Sample Shrinkage Population Correction and the True Price of Fairness Under Subpopulation Shift
von: Asiaee, Amir, et al.
Veröffentlicht: (2026)

List Sample Compression and Uniform Convergence
von: Hanneke, Steve, et al.
Veröffentlicht: (2024)

Comparing Uniform Price and Discriminatory Multi-Unit Auctions through Regret Minimization
von: Potfer, Marius, et al.
Veröffentlicht: (2025)

HUMAP: Hierarchical Uniform Manifold Approximation and Projection
von: Marcílio-Jr, Wilson E., et al.
Veröffentlicht: (2021)

Single-Timescale Multi-Sequence Stochastic Approximation Without Fixed Point Smoothness: Theories and Applications
von: Huang, Yue, et al.
Veröffentlicht: (2024)

Contract Design Under Approximate Best Responses
von: Bacchiocchi, Francesco, et al.
Veröffentlicht: (2025)

Non-Uniform Memory Sampling in Experience Replay
von: Krutsylo, Andrii
Veröffentlicht: (2025)

Sample Complexity Bounds for Stochastic Shortest Path with a Generative Model
von: Tarbouriech, Jean, et al.
Veröffentlicht: (2026)

Regret-Minimizing Contracts: Agency Under Uncertainty
von: Bernasconi, Martino, et al.
Veröffentlicht: (2024)