Buchumschlag

Decision-Focused On-Policy Learning for Contextual Linear Optimization with Partial Feedback

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Benslimane, Wyame, Ye, Tinghan, Van Hentenryck, Pascal, Grigas, Paul
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

Smart Surrogate Losses for Contextual Stochastic Linear Optimization with Robust Constraints
von: Im, Hyungki, et al.
Veröffentlicht: (2025)

Self-Supervised Penalty-Based Learning for Robust Constrained Optimization
von: Benslimane, Wyame, et al.
Veröffentlicht: (2025)

Conformal Predictive Distributions for Order Fulfillment Time Forecasting
von: Ye, Tinghan, et al.
Veröffentlicht: (2025)

Boosting Column Generation with Graph Neural Networks for Joint Rider Trip Planning and Crew Shift Scheduling
von: Lu, Jiawei, et al.
Veröffentlicht: (2024)

Contextual Linear Optimization with Partial Feedback
von: Hu, Yichun, et al.
Veröffentlicht: (2024)

Active Learning For Contextual Linear Optimization: A Margin-Based Approach
von: Liu, Mo, et al.
Veröffentlicht: (2023)

Transit Network Design with Two-Level Demand Uncertainties: A Machine Learning and Contextual Stochastic Optimization Framework
von: Guan, Hongzhao, et al.
Veröffentlicht: (2026)

Dual Lagrangian Learning for Conic Optimization
von: Tanneau, Mathieu, et al.
Veröffentlicht: (2024)

Contextual Stochastic Optimization for Omnichannel Multi-Courier Order Fulfillment Under Delivery Time Uncertainty
von: Ye, Tinghan, et al.
Veröffentlicht: (2024)

Dual Interior Point Optimization Learning
von: Klamkin, Michael, et al.
Veröffentlicht: (2024)

Decision-Focused Sequential Experimental Design: A Directional Uncertainty-Guided Approach
von: Wan, Beichen, et al.
Veröffentlicht: (2026)

Self-Supervised Learning for Large-Scale Preventive Security Constrained DC Optimal Power Flow
von: Park, Seonho, et al.
Veröffentlicht: (2023)

Decision Making with Differential Privacy under a Fairness Lens
von: Fioretto, Ferdinando, et al.
Veröffentlicht: (2021)

A Barrier-Metric First-Order Method for Linearly Constrained Bilevel Optimization
von: Hong, Tenglong, et al.
Veröffentlicht: (2026)

Differentiable Optimization for Deep Learning-Enhanced DC Approximation of AC Optimal Power Flow
von: Rosemberg, Andrew, et al.
Veröffentlicht: (2025)

Learning Joint Models of Prediction and Optimization
von: Kotary, James, et al.
Veröffentlicht: (2024)

Paratransit Optimization with Constraint Programming: A Case Study in Savannah, Georgia
von: Jagrowski, Liam, et al.
Veröffentlicht: (2025)

Interaction-Grounded Learning for Contextual Markov Decision Processes with Personalized Feedback
von: Zhang, Mengxiao, et al.
Veröffentlicht: (2026)

Self-Certifying Primal-Dual Optimization Proxies for Large-Scale Batch Economic Dispatch
von: Klamkin, Michael, et al.
Veröffentlicht: (2025)

Efficiently Training Deep-Learning Parametric Policies using Lagrangian Duality
von: Rosemberg, Andrew, et al.
Veröffentlicht: (2024)

Plan, Verify and Fill: A Structured Parallel Decoding Approach for Diffusion Language Models
von: Li, Miao, et al.
Veröffentlicht: (2026)

Confidence-Aware Deep Learning for Load Plan Adjustments in the Parcel Service Industry
von: Bruys, Thomas, et al.
Veröffentlicht: (2024)

Solver-Free Decision-Focused Learning for Linear Optimization Problems
von: Berden, Senne, et al.
Veröffentlicht: (2025)

PROPEL: Supervised and Reinforcement Learning for Large-Scale Supply Chain Planning
von: Akhlaghi, Vahid Eghbal, et al.
Veröffentlicht: (2025)

Constraint-Informed Active Learning for End-to-End ACOPF Optimization Proxies
von: Li, Miao, et al.
Veröffentlicht: (2025)

PGLearn -- An Open-Source Learning Toolkit for Optimal Power Flow
von: Klamkin, Michael, et al.
Veröffentlicht: (2025)

Dual Conic Proxy for Semidefinite Relaxation of AC Optimal Power Flow
von: Qiu, Guancheng, et al.
Veröffentlicht: (2025)

Dual Conic Proxies for AC Optimal Power Flow
von: Qiu, Guancheng, et al.
Veröffentlicht: (2023)

Contextualized Policy Recovery: Modeling and Interpreting Medical Decisions with Adaptive Imitation Learning
von: Deuschel, Jannik, et al.
Veröffentlicht: (2023)

Sobolev Training of End-to-End Optimization Proxies
von: Rosemberg, Andrew W., et al.
Veröffentlicht: (2025)

Partially Observable Contextual Bandits with Linear Payoffs
von: Zeng, Sihan, et al.
Veröffentlicht: (2024)

Beyond Discretization: Learning the Optimal Solution Path
von: Dong, Qiran, et al.
Veröffentlicht: (2024)

Flow-Aware GNN for Transmission Network Reconfiguration via Substation Breaker Optimization
von: Meng, Dekang, et al.
Veröffentlicht: (2025)

From Sequential to Recursive: Enhancing Decision-Focused Learning with Bidirectional Feedback
von: Wang, Xinyu, et al.
Veröffentlicht: (2025)

Tightening optimality gap with confidence through conformal prediction
von: Li, Miao, et al.
Veröffentlicht: (2025)

Optimization-based Learning for Dynamic Load Planning in Trucking Service Networks
von: Ojha, Ritesh, et al.
Veröffentlicht: (2023)

DualSchool: How Reliable are LLMs for Optimization Education?
von: Klamkin, Michael, et al.
Veröffentlicht: (2025)

Copula-Based Aggregation and Context-Aware Conformal Prediction for Reliable Renewable Energy Forecasting
von: Moradi, Alireza, et al.
Veröffentlicht: (2026)

Enhanced Renewable Energy Forecasting using Context-Aware Conformal Prediction
von: Moradi, Alireza, et al.
Veröffentlicht: (2025)

HawkesLLM: Semantic Uncertainty Propagation in Agentic Text Simulation
von: Deng, Zewei, et al.
Veröffentlicht: (2026)