Buchumschlag

Adaptive Estimation and Optimal Control in Offline Contextual MDPs without Stationarity

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bhattacharyya, Riddhiman, Chakrabarty, Sayak, Banerjee, Imon
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

CLT and Edgeworth Expansion for m-out-of-n Bootstrap Estimators of The Studentized Median
von: Banerjee, Imon, et al.
Veröffentlicht: (2025)

Offline Estimation of Controlled Markov Chains: Minimaxity and Sample Complexity
von: Banerjee, Imon, et al.
Veröffentlicht: (2022)

Near-Optimal Regret for Policy Optimization in Contextual MDPs with General Offline Function Approximation
von: Levy, Orin, et al.
Veröffentlicht: (2026)

Offline Oracle-Efficient Learning for Contextual MDPs via Layerwise Exploration-Exploitation Tradeoff
von: Qian, Jian, et al.
Veröffentlicht: (2024)

Time-Constrained Recommendations: Reinforcement Learning Strategies for E-Commerce
von: Chakrabarty, Sayak, et al.
Veröffentlicht: (2025)

Free and Customizable Code Documentation with LLMs: A Fine-Tuning Approach
von: Chakrabarty, Sayak, et al.
Veröffentlicht: (2024)

Is Sliding Window All You Need? An Open Framework for Long-Sequence Recommendation
von: Chakrabarty, Sayak, et al.
Veröffentlicht: (2026)

PixRec: Leveraging Visual Context for Next-Item Prediction in Sequential Recommendation
von: Chakrabarty, Sayak, et al.
Veröffentlicht: (2026)

Why DPO is a Misspecified Estimator and How to Fix It
von: Gopalan, Aditya, et al.
Veröffentlicht: (2025)

MM-PoE: Multiple Choice Reasoning via. Process of Elimination using Multi-Modal Models
von: Chakrabarty, Sayak, et al.
Veröffentlicht: (2024)

Eluder-based Regret for Stochastic Contextual MDPs
von: Levy, Orin, et al.
Veröffentlicht: (2022)

Sample Complexity Characterization for Linear Contextual MDPs
von: Deng, Junze, et al.
Veröffentlicht: (2024)

Offline Reinforcement Learning from Datasets with Structured Non-Stationarity
von: Ackermann, Johannes, et al.
Veröffentlicht: (2024)

Stationarity without mean reversion in improper Gaussian processes
von: Ambrogioni, Luca
Veröffentlicht: (2023)

Offline-Online Reinforcement Learning for Linear Mixture MDPs
von: Zhang, Zhongjun, et al.
Veröffentlicht: (2026)

A Primal-Dual Algorithm for Offline Constrained Reinforcement Learning with Linear MDPs
von: Hong, Kihyuk, et al.
Veröffentlicht: (2024)

URLOST: Unsupervised Representation Learning without Stationarity or Topology
von: Yun, Zeyu, et al.
Veröffentlicht: (2023)

Provable Offline Reinforcement Learning for Structured Cyclic MDPs
von: Lee, Kyungbok, et al.
Veröffentlicht: (2026)

Exploration Implies Data Augmentation: Reachability and Generalisation in Contextual MDPs
von: Weltevrede, Max, et al.
Veröffentlicht: (2024)

Group-Sensitive Offline Contextual Bandits
von: Guo, Yihong, et al.
Veröffentlicht: (2025)

Imitation Learning in Discounted Linear MDPs without exploration assumptions
von: Viano, Luca, et al.
Veröffentlicht: (2024)

On the System Theoretic Offline Learning of Continuous-Time LQR with Exogenous Disturbances
von: Mukherjee, Sayak, et al.
Veröffentlicht: (2025)

Near-Optimal Sample Complexity for Online Constrained MDPs
von: Liu, Chang, et al.
Veröffentlicht: (2026)

DeepAveragers: Offline Reinforcement Learning by Solving Derived Non-Parametric MDPs
von: Shrestha, Aayam, et al.
Veröffentlicht: (2020)

Bad Values but Good Behavior: Learning Highly Misspecified Bandits and MDPs
von: Banerjee, Debangshu, et al.
Veröffentlicht: (2023)

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

Offline Bayesian Aleatoric and Epistemic Uncertainty Quantification and Posterior Value Optimisation in Finite-State MDPs
von: Valdettaro, Filippo, et al.
Veröffentlicht: (2024)

Offline Contextual Bandits in the Presence of New Actions
von: Kishimoto, Ren, et al.
Veröffentlicht: (2026)

Contextual Online Pricing with (Biased) Offline Data
von: Zhang, Yixuan, et al.
Veröffentlicht: (2025)

Offline Contextual Bandit with Counterfactual Sample Identification
von: Gilotte, Alexandre, et al.
Veröffentlicht: (2025)

CLoVE: Personalized Federated Learning through Clustering of Loss Vector Embeddings
von: Bhatia, Randeep, et al.
Veröffentlicht: (2025)

Bellman Residual Minimization for Control: Geometry, Stationarity, and Convergence
von: Lee, Donghwan, et al.
Veröffentlicht: (2026)

Near-Optimal Dynamic Regret for Adversarial Linear Mixture MDPs
von: Li, Long-Fei, et al.
Veröffentlicht: (2024)

Near-Optimal Regret in Linear MDPs with Aggregate Bandit Feedback
von: Cassel, Asaf, et al.
Veröffentlicht: (2024)

Efficient, Low-Regret, Online Reinforcement Learning for Linear MDPs
von: John, Philips George, et al.
Veröffentlicht: (2024)

Entropy-Guided Sampling of Flat Modes in Discrete Spaces
von: Mohanty, Pinaki, et al.
Veröffentlicht: (2025)

Position: Restructuring of Categories and Implementation of Guidelines Essential for VLM Adoption in Healthcare
von: Tariq, Amara, et al.
Veröffentlicht: (2025)

Near-Optimal Sample Complexity Bounds for Constrained Average-Reward MDPs
von: Wei, Yukuan, et al.
Veröffentlicht: (2025)

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

Direction-Aware Offline-to-Online Learning in Linear Contextual Bandits
von: Han, Zean, et al.
Veröffentlicht: (2026)