Buchumschlag

Regret Bounds for Reinforcement Learning from Multi-Source Imperfect Preferences

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shi, Ming, Liang, Yingbin, Shroff, Ness B., Swami, Ananthram
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

Near-Optimal Partially Observable Reinforcement Learning with Partial Online State Information
von: Shi, Ming, et al.
Veröffentlicht: (2023)

From Scores to Gibbs Correctors: Accelerating Uniform-Rate Discrete Diffusion Models
von: Liang, Yuchen, et al.
Veröffentlicht: (2026)

Provably Efficient Multi-Objective Bandit Algorithms under Preference-Centric Customization
von: Cao, Linfeng, et al.
Veröffentlicht: (2025)

Monitoring State Transitions in Markovian Systems with Sampling Cost
von: Saurav, Kumar, et al.
Veröffentlicht: (2025)

Sharp Convergence Rates for Masked Diffusion Models
von: Liang, Yuchen, et al.
Veröffentlicht: (2026)

Theory on Score-Mismatched Diffusion Models and Zero-Shot Conditional Samplers
von: Liang, Yuchen, et al.
Veröffentlicht: (2024)

Discrete Diffusion Models: Novel Analysis and New Sampler Guarantees
von: Liang, Yuchen, et al.
Veröffentlicht: (2025)

Broadening Target Distributions for Accelerated Diffusion Models via a Novel Analysis Approach
von: Liang, Yuchen, et al.
Veröffentlicht: (2024)

Mixture-of-Transformers Learn Faster: A Theoretical Study on Classification Problems
von: Li, Hongbo, et al.
Veröffentlicht: (2025)

Can We Theoretically Quantify the Impacts of Local Updates on the Generalization Performance of Federated Learning?
von: Ju, Peizhong, et al.
Veröffentlicht: (2024)

Constraint-Rectified Training for Efficient Chain-of-Thought
von: Wu, Qinhang, et al.
Veröffentlicht: (2026)

Theory on Mixture-of-Experts in Continual Learning
von: Li, Hongbo, et al.
Veröffentlicht: (2024)

Unlocking the Power of Rehearsal in Continual Learning: A Theoretical Perspective
von: Deng, Junze, et al.
Veröffentlicht: (2025)

Absorb and Converge: Provable Convergence Guarantee for Absorbing Discrete Diffusion Models
von: Liang, Yuchen, et al.
Veröffentlicht: (2025)

Learnable Chernoff Baselines for Inference-Time Alignment
von: Madhow, Sunil, et al.
Veröffentlicht: (2026)

BeST -- A Novel Source Selection Metric for Transfer Learning
von: Soni, Ashutosh, et al.
Veröffentlicht: (2025)

How to Find the Exact Pareto Front for Multi-Objective MDPs?
von: Li, Yining, et al.
Veröffentlicht: (2024)

Provable Last-Iterate Convergence for Multi-Objective Safe LLM Alignment via Optimistic Primal-Dual
von: Li, Yining, et al.
Veröffentlicht: (2026)

Online Learning for Optimizing AoI-Energy Tradeoff under Unknown Channel Statistics
von: Abd-Elmagid, Mohamed A., et al.
Veröffentlicht: (2025)

FlowSymm: Physics Aware, Symmetry Preserving Graph Attention for Network Flow Completion
von: Demirci, Ege, et al.
Veröffentlicht: (2026)

An LP-based Sampling Policy for Multi-Armed Bandits with Side-Observations and Stochastic Availability
von: Soni, Ashutosh, et al.
Veröffentlicht: (2026)

Provably Efficient RL for Linear MDPs under Instantaneous Safety Constraints in Non-Convex Feature Spaces
von: Roknilamouki, Amirhossein, et al.
Veröffentlicht: (2025)

Bridging Distributional and Risk-sensitive Reinforcement Learning with Provable Regret Bounds
von: Liang, Hao, et al.
Veröffentlicht: (2022)

Escaping Offline Pessimism: Vector-Field Reward Shaping for Safe Frontier Exploration
von: Roknilamouki, Amirhossein, et al.
Veröffentlicht: (2026)

FIRM: Federated In-client Regularized Multi-objective Alignment for Large Language Models
von: Nourzad, Fatemeh, et al.
Veröffentlicht: (2025)

Reinforcement Learning and Regret Bounds for Admission Control
von: Weber, Lucas, et al.
Veröffentlicht: (2024)

Robust Offline Reinforcement Learning for Non-Markovian Decision Processes
von: Huang, Ruiquan, et al.
Veröffentlicht: (2024)

Prediction-Assisted Online Distributed Deep Learning Workload Scheduling in GPU Clusters
von: Luo, Ziyue, et al.
Veröffentlicht: (2025)

Tighter Regret Bounds for Contextual Action-Set Reinforcement Learning
von: Chen, Zijun, et al.
Veröffentlicht: (2026)

Topology Identification and Inference over Graphs
von: Mateos, Gonzalo, et al.
Veröffentlicht: (2025)

Kernelized Reinforcement Learning with Order Optimal Regret Bounds
von: Vakili, Sattar, et al.
Veröffentlicht: (2023)

Learning Non-myopic Power Allocation in Constrained Scenarios
von: Chowdhury, Arindam, et al.
Veröffentlicht: (2024)

Transfer in Reinforcement Learning via Regret Bounds for Learning Agents
von: Tuynman, Adrienne, et al.
Veröffentlicht: (2022)

Reward Modeling for Reinforcement Learning-Based LLM Reasoning: Design, Challenges, and Evaluation
von: Pan, Pei-Chi, et al.
Veröffentlicht: (2026)

Multi-Type Preference Learning: Empowering Preference-Based Reinforcement Learning with Equal Preferences
von: Liu, Ziang, et al.
Veröffentlicht: (2024)

Improved Bayesian Regret Bounds for Thompson Sampling in Reinforcement Learning
von: Moradipari, Ahmadreza, et al.
Veröffentlicht: (2023)

Regret Bounds and Reinforcement Learning Exploration of EXP-based Algorithms
von: Xu, Mengfan, et al.
Veröffentlicht: (2020)

Open Problem: Order Optimal Regret Bounds for Kernel-Based Reinforcement Learning
von: Vakili, Sattar
Veröffentlicht: (2024)

Information-Theoretic Minimax Regret Bounds for Reinforcement Learning based on Duality
von: Bongole, Raghav, et al.
Veröffentlicht: (2024)

Agentic Transformers Provably Learn to Search via Reinforcement Learning
von: Yang, Tong, et al.
Veröffentlicht: (2026)