Buchumschlag

A policy gradient approach for Finite Horizon Constrained Markov Decision Processes

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Guin, Soumyajit, Bhatnagar, Shalabh
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

An Actor-Critic Algorithm with Function Approximation for Risk Sensitive Cost Markov Decision Processes
von: Guin, Soumyajit, et al.
Veröffentlicht: (2025)

Convergent Reinforcement Learning Algorithms for Stochastic Shortest Path Problem
von: Guin, Soumyajit, et al.
Veröffentlicht: (2025)

Actor-Critic or Critic-Actor? A Tale of Two Time Scales
von: Bhatnagar, Shalabh, et al.
Veröffentlicht: (2022)

Finite-Time Analysis of Three-Timescale Constrained Actor-Critic and Constrained Natural Actor-Critic Algorithms
von: Panda, Prashansa, et al.
Veröffentlicht: (2023)

Finite Time Analysis of Constrained Natural Critic-Actor Algorithm with Improved Sample Complexity
von: Panda, Prashansa, et al.
Veröffentlicht: (2025)

Approximate Linear Programming for Decentralized Policy Iteration in Cooperative Multi-agent Markov Decision Processes
von: Mandal, Lakshmi, et al.
Veröffentlicht: (2023)

Finite-time analysis of Multi-timescale Stochastic Optimization Algorithms
von: Kartikey, Kaustubh, et al.
Veröffentlicht: (2026)

Two-Timescale Critic-Actor for Average Reward MDPs with Function Approximation
von: Panda, Prashansa, et al.
Veröffentlicht: (2024)

n-Step Temporal Difference Learning with Optimal n
von: Mandal, Lakshmi, et al.
Veröffentlicht: (2023)

No-Regret Thompson Sampling for Finite-Horizon Markov Decision Processes with Gaussian Processes
von: Bayrooti, Jasmine, et al.
Veröffentlicht: (2025)

Enabling Off-Policy Imitation Learning with Deep Actor Critic Stabilization
von: Sen, Sayambhu, et al.
Veröffentlicht: (2025)

Convergence of Multiagent Learning Systems for Traffic control
von: Sen, Sayambhu, et al.
Veröffentlicht: (2025)

Deep SOR Minimax Q-learning for Two-player Zero-sum Game
von: Gautam, Saksham, et al.
Veröffentlicht: (2025)

Horizon-Free Regret for Linear Markov Decision Processes
von: Zhang, Zihan, et al.
Veröffentlicht: (2024)

Initial Distribution Sensitivity of Constrained Markov Decision Processes
von: Tercan, Alperen, et al.
Veröffentlicht: (2025)

Transition Constrained Bayesian Optimization via Markov Decision Processes
von: Folch, Jose Pablo, et al.
Veröffentlicht: (2024)

The Number of Trials Matters in Infinite-Horizon General-Utility Markov Decision Processes
von: Santos, Pedro P., et al.
Veröffentlicht: (2024)

OCMDP: Observation-Constrained Markov Decision Process
von: Wang, Taiyi, et al.
Veröffentlicht: (2024)

Generalized Random Direction Newton Algorithms for Stochastic Optimization
von: Pachal, Soumen, et al.
Veröffentlicht: (2026)

Learning Deterministic Policies with Policy Gradients in Constrained Markov Decision Processes
von: Montenegro, Alessandro, et al.
Veröffentlicht: (2025)

Learning Constrained Markov Decision Processes With Non-stationary Rewards and Constraints
von: Stradi, Francesco Emanuele, et al.
Veröffentlicht: (2024)

Finite-Time Complexity of Online Primal-Dual Natural Actor-Critic Algorithm for Constrained Markov Decision Processes
von: Zeng, Sihan, et al.
Veröffentlicht: (2021)

Flipping-based Policy for Chance-Constrained Markov Decision Processes
von: Shen, Xun, et al.
Veröffentlicht: (2024)

Stochastic Decision Horizons for Constrained Reinforcement Learning
von: Milosevic, Nikola, et al.
Veröffentlicht: (2026)

Stochastic Mirror Descent under Iterate-Dependent Markov Noise: Analysis in the Asymptotic and Finite Time Regimes
von: Paul, Anik Kumar, et al.
Veröffentlicht: (2026)

Achieving Instance-dependent Sample Complexity for Constrained Markov Decision Process
von: Jiang, Jiashuo, et al.
Veröffentlicht: (2024)

Finding good policies in average-reward Markov Decision Processes without prior knowledge
von: Tuynman, Adrienne, et al.
Veröffentlicht: (2024)

Monitored Markov Decision Processes
von: Parisi, Simone, et al.
Veröffentlicht: (2024)

Mirror Descent Policy Optimisation for Robust Constrained Markov Decision Processes
von: Bossens, David M., et al.
Veröffentlicht: (2025)

Rethinking Large Language Model Distillation: A Constrained Markov Decision Process Perspective
von: Zimmer, Matthieu, et al.
Veröffentlicht: (2025)

Safe Reinforcement Learning for Constrained Markov Decision Processes with Stochastic Stopping Time
von: Mazumdar, Abhijit, et al.
Veröffentlicht: (2024)

Regret Analysis of Policy Gradient Algorithm for Infinite Horizon Average Reward Markov Decision Processes
von: Bai, Qinbo, et al.
Veröffentlicht: (2023)

Quantum Speedups in Regret Analysis of Infinite Horizon Average-Reward Markov Decision Processes
von: Ganguly, Bhargav, et al.
Veröffentlicht: (2023)

Generalized Linear Markov Decision Process
von: Zhang, Sinian, et al.
Veröffentlicht: (2025)

Federated Control in Markov Decision Processes
von: Jin, Hao, et al.
Veröffentlicht: (2024)

UAMDP: Uncertainty-Aware Markov Decision Process for Risk-Constrained Reinforcement Learning from Probabilistic Forecasts
von: Koren, Michal, et al.
Veröffentlicht: (2025)

Near-Optimal Policy Identification in Robust Constrained Markov Decision Processes via Epigraph Form
von: Kitamura, Toshinori, et al.
Veröffentlicht: (2024)

Learning in Markov Decision Processes with Exogenous Dynamics
von: Maran, Davide, et al.
Veröffentlicht: (2026)

Robust Lagrangian and Adversarial Policy Gradient for Robust Constrained Markov Decision Processes
von: Bossens, David M.
Veröffentlicht: (2023)

Optimal Decision Tree Policies for Markov Decision Processes
von: Vos, Daniël, et al.
Veröffentlicht: (2023)