Buchumschlag

Regret Lower Bounds for Learning Linear Quadratic Gaussian Systems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ziemann, Ingvar, Sandberg, Henrik
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Machine Learning Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Short Information-Theoretic Analysis of Linear Auto-Regressive Learning
von: Ziemann, Ingvar
Veröffentlicht: (2024)

Regret Bounds for Episodic Risk-Sensitive Linear Quadratic Regulator
von: Xu, Wenhao, et al.
Veröffentlicht: (2024)

Learning Decentralized Linear Quadratic Regulators with $\sqrt{T}$ Regret
von: Ye, Lintao, et al.
Veröffentlicht: (2022)

Rate-Optimal Regret for the Safe Learning-based Control of the Constrained Linear Quadratic Regulator
von: Hutchinson, Spencer, et al.
Veröffentlicht: (2026)

Regret Bounds for Expected Improvement Algorithms in Gaussian Process Bandit Optimization
von: Tran-The, Hung, et al.
Veröffentlicht: (2022)

Sublinear Regret for a Class of Continuous-Time Linear-Quadratic Reinforcement Learning Problems
von: Huang, Yilie, et al.
Veröffentlicht: (2024)

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

Cost-Driven Representation Learning for Linear Quadratic Gaussian Control: Part I
von: Tian, Yi, et al.
Veröffentlicht: (2022)

Cost-Driven Representation Learning for Linear Quadratic Gaussian Control: Part II
von: Tian, Yi, et al.
Veröffentlicht: (2026)

Identification and Adaptive Control of Markov Jump Systems: Sample Complexity and Regret Bounds
von: Sattar, Yahya, et al.
Veröffentlicht: (2021)

Rate-Optimal Non-Asymptotics for the Quadratic Prediction Error Method
von: Stamouli, Charis, et al.
Veröffentlicht: (2024)

Fast Policy Learning for Linear Quadratic Control with Entropy Regularization
von: Guo, Xin, et al.
Veröffentlicht: (2023)

No-Regret Gaussian Process Optimization of Time-Varying Functions
von: Mauduit, Eliabelle, et al.
Veröffentlicht: (2025)

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

Improved Regret Bound for Safe Reinforcement Learning via Tighter Cost Pessimism and Reward Optimism
von: Yu, Kihyun, et al.
Veröffentlicht: (2024)

Beyond $\mathcal{O}(\sqrt{T})$ Regret: Decoupling Learning and Decision-making in Online Linear Programming
von: Gao, Wenzhi, et al.
Veröffentlicht: (2025)

Sample Complexity of the Linear Quadratic Regulator: A Reinforcement Learning Lens
von: Moghaddam, Amirreza Neshaei, et al.
Veröffentlicht: (2024)

Accelerated Optimization Landscape of Linear-Quadratic Regulator
von: Feng, Lechen, et al.
Veröffentlicht: (2023)

Linear-Quadratic Mean-Field Reinforcement Learning: Convergence of Policy Gradient Methods
von: Carmona, René, et al.
Veröffentlicht: (2019)

Reinforcement Learning for a Discrete-Time Linear-Quadratic Control Problem with an Application
von: Li, Lucky
Veröffentlicht: (2024)

On Linear Convergence in Smooth Convex-Concave Bilinearly-Coupled Saddle-Point Optimization: Lower Bounds and Optimal Algorithms
von: Kovalev, Dmitry, et al.
Veröffentlicht: (2024)

Follow The Approximate Sparse Leader for No-Regret Online Sparse Linear Approximation
von: Mukhopadhyay, Samrat, et al.
Veröffentlicht: (2025)

Achieving Linear Speedup for Composite Federated Learning
von: Huang, Kun, et al.
Veröffentlicht: (2026)

Achieving Better Local Regret Bound for Online Non-Convex Bilevel Optimization
von: Jia, Tingkai, et al.
Veröffentlicht: (2026)

Tsallis Entropy Regularization for Linearly Solvable MDP and Linear Quadratic Regulator
von: Hashizume, Yota, et al.
Veröffentlicht: (2024)

Model-Free Learning for the Linear Quadratic Regulator over Rate-Limited Channels
von: Ye, Lintao, et al.
Veröffentlicht: (2024)

Online Optimization on Hadamard Manifolds: Curvature Independent Regret Bounds on Horospherically Convex Objectives
von: Sahinoglu, Emre, et al.
Veröffentlicht: (2025)

Modified Meta-Thompson Sampling for Linear Bandits and Its Bayes Regret Analysis
von: Li, Hao, et al.
Veröffentlicht: (2024)

Regret Analysis of Policy Optimization over Submanifolds for Linearly Constrained Online LQG
von: Chang, Ting-Jui, et al.
Veröffentlicht: (2024)

CLT-Optimal Parameter Error Bounds for Linear System Identification
von: Zhou, Yichen, et al.
Veröffentlicht: (2026)

Distributed Online Bandit Nonconvex Optimization with One-Point Residual Feedback via Dynamic Regret
von: Hua, Youqing, et al.
Veröffentlicht: (2024)

Near-Optimal Distributed Linear-Quadratic Regulator for Networked Systems
von: Shin, Sungho, et al.
Veröffentlicht: (2022)

Tail Distribution of Regret in Optimistic Reinforcement Learning
von: Khodadadian, Sajad, et al.
Veröffentlicht: (2025)

Sample Complexity of Linear Quadratic Regulator Without Initial Stability
von: Moghaddam, Amirreza Neshaei, et al.
Veröffentlicht: (2025)

Meta-Learning Linear Quadratic Regulators: A Policy Gradient MAML Approach for Model-free LQR
von: Toso, Leonardo F., et al.
Veröffentlicht: (2024)

Tight Regret Bounds for Bayesian Optimization in One Dimension
von: Scarlett, Jonathan
Veröffentlicht: (2018)

Machine Learning Augmented Branch and Bound for Mixed Integer Linear Programming
von: Scavuzzo, Lara, et al.
Veröffentlicht: (2024)

Policy Gradient Converges to the Globally Optimal Policy for Nearly Linear-Quadratic Regulators
von: Han, Yinbin, et al.
Veröffentlicht: (2023)

Two-Timescale Optimization Framework for Sparse-Feedback Linear-Quadratic Optimal Control
von: Feng, Lechen, et al.
Veröffentlicht: (2024)

Policy Gradient Methods for Discrete Time Linear Quadratic Regulator With Random Parameters
von: Li, Deyue
Veröffentlicht: (2023)