Buchumschlag

Bayesian policy gradient and actor-critic algorithms

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ghavamzadeh, Mohammad, Engel, Yaakov, Valko, Michal
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

Maximum Entropy Semi-Supervised Inverse Reinforcement Learning
von: Audiffren, Julien, et al.
Veröffentlicht: (2026)

Adaptive graph-based algorithms for conditional anomaly detection and semi-supervised learning
von: Valko, Michal
Veröffentlicht: (2026)

Bayesian Regret Minimization in Offline Bandits
von: Petrik, Marek, et al.
Veröffentlicht: (2023)

RL-finetuning LLMs from on- and off-policy data with a single algorithm
von: Tang, Yunhao, et al.
Veröffentlicht: (2025)

Bandits on graphs and structures
von: Valko, Michal
Veröffentlicht: (2026)

Covariance-adapting algorithm for semi-bandits with application to sparse rewards
von: Perrault, Pierre, et al.
Veröffentlicht: (2026)

A single algorithm for both restless and rested rotting bandits
von: Seznec, Julien, et al.
Veröffentlicht: (2026)

Feature importance analysis for patient management decisions
von: Valko, Michal, et al.
Veröffentlicht: (2026)

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

Distance metric learning for conditional anomaly detection
von: Valko, Michal, et al.
Veröffentlicht: (2026)

Learning from a single labeled face and a stream of unlabeled data
von: Kveton, Branislav, et al.
Veröffentlicht: (2026)

Revealing graph bandits for maximizing local influence
von: Carpentier, Alexandra, et al.
Veröffentlicht: (2026)

Extreme bandits
von: Carpentier, Alexandra, et al.
Veröffentlicht: (2026)

Contextual Bandits with Stage-wise Constraints
von: Pacchiano, Aldo, et al.
Veröffentlicht: (2024)

Conservative Contextual Bandits: Beyond Linear Representations
von: Deb, Rohan, et al.
Veröffentlicht: (2024)

Active multiple matrix completion with adaptive confidence sets
von: Locatelli, Andrea, et al.
Veröffentlicht: (2026)

Bandits attack function optimization
von: Preux, Philippe, et al.
Veröffentlicht: (2026)

Stochastic simultaneous optimistic optimization
von: Valko, Michal, et al.
Veröffentlicht: (2026)

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

Large-scale semi-supervised learning with online spectral graph sparsification
von: Calandriello, Daniele, et al.
Veröffentlicht: (2026)

Adaptive multi-fidelity optimization with fast learning rates
von: Fiegel, Come, et al.
Veröffentlicht: (2026)

Analysis of Nystrom method with sequential ridge leverage scores
von: Calandriello, Daniele, et al.
Veröffentlicht: (2026)

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

Pack only the essentials: Adaptive dictionary learning for kernel ridge regression
von: Calandriello, Daniele, et al.
Veröffentlicht: (2026)

Learning predictive models for combinations of heterogeneous proteomic data sources
von: Valko, Michal, et al.
Veröffentlicht: (2026)

Language Generation with Replay: A Learning-Theoretic View of Model Collapse
von: Racca, Giorgio, et al.
Veröffentlicht: (2026)

Displacement-Resistant Extensions of DPO with Nonconvex $f$-Divergences
von: Pipano, Idan, et al.
Veröffentlicht: (2026)

Directional-Clamp PPO
von: Karpel, Gilad, et al.
Veröffentlicht: (2025)

Generalizing soft actor-critic algorithms to discrete action spaces
von: Zhang, Le, et al.
Veröffentlicht: (2024)

Black-box optimization of noisy functions with unknown smoothness
von: Grill, Jean-Bastien, et al.
Veröffentlicht: (2026)

Blazing the trails before beating the path: Sample-efficient Monte-Carlo planning
von: Grill, Jean-Bastien, et al.
Veröffentlicht: (2026)

On two ways to use determinantal point processes for Monte Carlo integration
von: Gautier, Guillaume, et al.
Veröffentlicht: (2026)

Adaptive Bayesian Optimization for Robust Identification of Stochastic Dynamical Systems
von: Xu, Jinwen, et al.
Veröffentlicht: (2025)

Diffusion Policy with Bayesian Expert Selection for Active Multi-Target Tracking
von: Xiang, Haotian, et al.
Veröffentlicht: (2026)

Spectral Thompson sampling
von: Kocak, Tomas, et al.
Veröffentlicht: (2026)

Semi-supervised learning with max-margin graph cuts
von: Kveton, Branislav, et al.
Veröffentlicht: (2026)

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

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

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

Budgeted Online Influence Maximization
von: Perrault, Pierre, et al.
Veröffentlicht: (2026)