Multi-User Dueling Bandits: A Fair Approach using Nash Social Welfare

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Ahmed, Maheed H., Ghasemi, Mahsa
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Reinforcement Learning from Multi-level and Episodic Human Feedback
di: Elahi, Muhammad Qasim, et al.
Pubblicazione: (2025)

Multi-Player Approaches for Dueling Bandits
di: Raveh, Or, et al.
Pubblicazione: (2024)

Improved Algorithms for Nash Welfare in Linear Bandits
di: Sarkar, Dhruv, et al.
Pubblicazione: (2026)

Separation Assurance between Heterogeneous Fleets of Small Unmanned Aerial Systems via Multi-Agent Reinforcement Learning
di: Sharifi, Iman, et al.
Pubblicazione: (2026)

Federated Linear Dueling Bandits
di: Huang, Xuhan, et al.
Pubblicazione: (2025)

Online Clustering of Dueling Bandits
di: Wang, Zhiyong, et al.
Pubblicazione: (2025)

Partial Structure Discovery is Sufficient for No-regret Learning in Causal Bandits
di: Elahi, Muhammad Qasim, et al.
Pubblicazione: (2024)

Biased Dueling Bandits with Stochastic Delayed Feedback
di: Yi, Bongsoo, et al.
Pubblicazione: (2024)

The Sampling Complexity of Condorcet Winner Identification in Dueling Bandits
di: Saad, El Mehdi, et al.
Pubblicazione: (2026)

Linear and Neural Dueling Bandits with Delayed Feedback
di: Wang, Xiangyi, et al.
Pubblicazione: (2026)

Conversational Dueling Bandits in Generalized Linear Models
di: Yang, Shuhua, et al.
Pubblicazione: (2024)

Fusing Reward and Dueling Feedback in Stochastic Bandits
di: Wang, Xuchuang, et al.
Pubblicazione: (2025)

Utility-based Dueling Bandits as a Partial Monitoring Game
di: Gajane, Pratik, et al.
Pubblicazione: (2015)

Recycling History: Efficient Recommendations from Contextual Dueling Bandits
di: Sankagiri, Suryanarayana, et al.
Pubblicazione: (2025)

Feel-Good Thompson Sampling for Contextual Dueling Bandits
di: Li, Xuheng, et al.
Pubblicazione: (2024)

Active Human Feedback Collection via Neural Contextual Dueling Bandits
di: Verma, Arun, et al.
Pubblicazione: (2025)

When Can We Track Significant Preference Shifts in Dueling Bandits?
di: Suk, Joe, et al.
Pubblicazione: (2023)

Nearly Optimal Algorithms for Contextual Dueling Bandits from Adversarial Feedback
di: Di, Qiwei, et al.
Pubblicazione: (2024)

Neural Variance-aware Dueling Bandits with Deep Representation and Shallow Exploration
di: Oh, Youngmin, et al.
Pubblicazione: (2025)

Non-Stationary Dueling Bandits Under a Weighted Borda Criterion
di: Suk, Joe, et al.
Pubblicazione: (2024)

Neural Dueling Bandits: Preference-Based Optimization with Human Feedback
di: Verma, Arun, et al.
Pubblicazione: (2024)

Variance-Aware Regret Bounds for Stochastic Contextual Dueling Bandits
di: Di, Qiwei, et al.
Pubblicazione: (2023)

Lipschitz Dueling Bandits over Continuous Action Spaces
di: Sharma, Mudit, et al.
Pubblicazione: (2026)

Preference is More Than Comparisons: Rethinking Dueling Bandits with Augmented Human Feedback
di: Wang, Shengbo, et al.
Pubblicazione: (2025)

Beyond Numeric Rewards: In-Context Dueling Bandits with LLM Agents
di: Xia, Fanzeng, et al.
Pubblicazione: (2024)

Falcon: Fair Active Learning using Multi-armed Bandits
di: Tae, Ki Hyun, et al.
Pubblicazione: (2024)

Revisiting Social Welfare in Bandits: UCB is (Nearly) All You Need
di: Sarkar, Dhruv, et al.
Pubblicazione: (2025)

Best-of-Both-Worlds Multi-Dueling Bandits: Unified Algorithms for Stochastic and Adversarial Preferences under Condorcet and Borda Objectives
di: Akash, S, et al.
Pubblicazione: (2026)

Robust Linear Dueling Bandits with Post-serving Context under Unknown Delays and Adversarial Corruptions
di: Oh, Youngmin
Pubblicazione: (2026)

On the Regularity and Fairness of Combinatorial Multi-Armed Bandit
di: Wu, Xiaoyi, et al.
Pubblicazione: (2025)

Learning When to Trust in Contextual Bandits
di: Ghasemi, Majid, et al.
Pubblicazione: (2026)

No-Regret Learning for Fair Multi-Agent Social Welfare Optimization
di: Zhang, Mengxiao, et al.
Pubblicazione: (2024)

Fairness of Exposure in Online Restless Multi-armed Bandits
di: Sood, Archit, et al.
Pubblicazione: (2024)

Multi-Agent Combinatorial-Multi-Armed-Bandit framework for the Submodular Welfare Problem under Bandit Feedback
di: Pokhriyal, Subham, et al.
Pubblicazione: (2026)

BanditQ: Fair Bandits with Guaranteed Rewards
di: Sinha, Abhishek
Pubblicazione: (2023)

On the Low-Complexity of Fair Learning for Combinatorial Multi-Armed Bandit
di: Wu, Xiaoyi, et al.
Pubblicazione: (2025)

LLM Routing with Dueling Feedback
di: Chiang, Chao-Kai, et al.
Pubblicazione: (2025)

Fair Algorithms with Probing for Multi-Agent Multi-Armed Bandits
di: Xu, Tianyi, et al.
Pubblicazione: (2025)

Multi-Objective Multi-Agent Bandits: From Learning Efficiency to Fairness Optimization
di: Wang, John, et al.
Pubblicazione: (2026)

DP-Dueling: Learning from Preference Feedback without Compromising User Privacy
di: Saha, Aadirupa, et al.
Pubblicazione: (2024)