Soft Robust MDPs and Risk-Sensitive MDPs: Equivalence, Policy Gradient, and Sample Complexity
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Zhang, Runyu, Hu, Yang, Li, Na |
|---|---|
| Format: | Preprint |
| Publié: |
2023
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Efficient Duple Perturbation Robustness in Low-rank MDPs
par: Hu, Yang, et autres
Publié: (2024)
par: Hu, Yang, et autres
Publié: (2024)
Scalable spectral representations for multi-agent reinforcement learning in network MDPs
par: Ren, Zhaolin, et autres
Publié: (2024)
par: Ren, Zhaolin, et autres
Publié: (2024)
Last-Iterate Convergent Policy Gradient Primal-Dual Methods for Constrained MDPs
par: Ding, Dongsheng, et autres
Publié: (2023)
par: Ding, Dongsheng, et autres
Publié: (2023)
Planning and Learning in Average Risk-aware MDPs
par: Wang, Weikai, et autres
Publié: (2025)
par: Wang, Weikai, et autres
Publié: (2025)
Landscape of Policy Optimization for Finite Horizon MDPs with General State and Action
par: Chen, Xin, et autres
Publié: (2024)
par: Chen, Xin, et autres
Publié: (2024)
Non-Rectangular Average-Reward Robust MDPs: Optimal Policies and Their Transient Values
par: Wang, Shengbo, et autres
Publié: (2026)
par: Wang, Shengbo, et autres
Publié: (2026)
Policy Gradient Algorithms for Robust MDPs with Non-Rectangular Uncertainty Sets
par: Li, Mengmeng, et autres
Publié: (2023)
par: Li, Mengmeng, et autres
Publié: (2023)
Span-Based Optimal Sample Complexity for Average Reward MDPs
par: Zurek, Matthew, et autres
Publié: (2023)
par: Zurek, Matthew, et autres
Publié: (2023)
Recursive Entropic Risk Optimization in Discounted MDPs: Sample Complexity Bounds with a Generative Model
par: Mortensen, Oliver, et autres
Publié: (2025)
par: Mortensen, Oliver, et autres
Publié: (2025)
The Plug-in Approach for Average-Reward and Discounted MDPs: Optimal Sample Complexity Analysis
par: Zurek, Matthew, et autres
Publié: (2024)
par: Zurek, Matthew, et autres
Publié: (2024)
Offline-Online Reinforcement Learning for Linear Mixture MDPs
par: Zhang, Zhongjun, et autres
Publié: (2026)
par: Zhang, Zhongjun, et autres
Publié: (2026)
Span-Based Optimal Sample Complexity for Weakly Communicating and General Average Reward MDPs
par: Zurek, Matthew, et autres
Publié: (2024)
par: Zurek, Matthew, et autres
Publié: (2024)
Faster Fixed-Point Methods for Multichain MDPs
par: Zurek, Matthew, et autres
Publié: (2025)
par: Zurek, Matthew, et autres
Publié: (2025)
Achieving Tractable Minimax Optimal Regret in Average Reward MDPs
par: Boone, Victor, et autres
Publié: (2024)
par: Boone, Victor, et autres
Publié: (2024)
Optimal Horizon-Free Reward-Free Exploration for Linear Mixture MDPs
par: Zhang, Junkai, et autres
Publié: (2023)
par: Zhang, Junkai, et autres
Publié: (2023)
Efficient Model-Free Exploration in Low-Rank MDPs
par: Mhammedi, Zakaria, et autres
Publié: (2023)
par: Mhammedi, Zakaria, et autres
Publié: (2023)
Joint MDPs and Reinforcement Learning in Coupled-Dynamics Environments
par: Kaya, Ege C., et autres
Publié: (2026)
par: Kaya, Ege C., et autres
Publié: (2026)
Model approximation in MDPs with unbounded per-step cost
par: Bozkurt, Berk, et autres
Publié: (2024)
par: Bozkurt, Berk, et autres
Publié: (2024)
Reinforcement Learning in MDPs with Information-Ordered Policies
par: Zhang, Zhongjun, et autres
Publié: (2025)
par: Zhang, Zhongjun, et autres
Publié: (2025)
Learning Infinite-Horizon Average-Reward Linear Mixture MDPs of Bounded Span
par: Chae, Woojin, et autres
Publié: (2024)
par: Chae, Woojin, et autres
Publié: (2024)
Optimism as Risk-Seeking in Multi-Agent Reinforcement Learning
par: Zhang, Runyu, et autres
Publié: (2025)
par: Zhang, Runyu, et autres
Publié: (2025)
Towards Efficient Risk-Sensitive Policy Gradient: An Iteration Complexity Analysis
par: Liu, Rui, et autres
Publié: (2024)
par: Liu, Rui, et autres
Publié: (2024)
Constraint-Generation Policy Optimization (CGPO): Nonlinear Programming for Policy Optimization in Mixed Discrete-Continuous MDPs
par: Gimelfarb, Michael, et autres
Publié: (2024)
par: Gimelfarb, Michael, et autres
Publié: (2024)
Representative Action Selection for Large Action Space: From Bandits to MDPs
par: Zhou, Quan, et autres
Publié: (2025)
par: Zhou, Quan, et autres
Publié: (2025)
Optimal Variance-Dependent Regret Bounds for Infinite-Horizon MDPs
par: Zamir, Guy, et autres
Publié: (2026)
par: Zamir, Guy, et autres
Publié: (2026)
Probabilistic Safety Guarantee for Stochastic Control Systems Using Average Reward MDPs
par: Omidi, Saber, et autres
Publié: (2025)
par: Omidi, Saber, et autres
Publié: (2025)
Provable Offline Reinforcement Learning for Structured Cyclic MDPs
par: Lee, Kyungbok, et autres
Publié: (2026)
par: Lee, Kyungbok, et autres
Publié: (2026)
Quantizer Design for Finite Model Approximations, Model Learning, and Quantized Q-Learning for MDPs with Unbounded Spaces
par: Bicer, Osman, et autres
Publié: (2025)
par: Bicer, Osman, et autres
Publié: (2025)
Convergence and sample complexity of natural policy gradient primal-dual methods for constrained MDPs
par: Ding, Dongsheng, et autres
Publié: (2022)
par: Ding, Dongsheng, et autres
Publié: (2022)
Policy Gradient Algorithms in Average-Reward Multichain MDPs
par: Lee, Jongmin, et autres
Publié: (2026)
par: Lee, Jongmin, et autres
Publié: (2026)
Robustness to Model Approximation, Model Learning From Data, and Sample Complexity in Wasserstein Regular MDPs
par: Zhou, Yichen, et autres
Publié: (2024)
par: Zhou, Yichen, et autres
Publié: (2024)
Thinking Beyond Visibility: A Near-Optimal Policy Framework for Locally Interdependent Multi-Agent MDPs
par: DeWeese, Alex, et autres
Publié: (2025)
par: DeWeese, Alex, et autres
Publié: (2025)
Operator-Theoretic Foundations and Policy Gradient Methods for General MDPs with Unbounded Costs
par: Gupta, Abhishek, et autres
Publié: (2026)
par: Gupta, Abhishek, et autres
Publié: (2026)
Near-Optimal Sample Complexity for MDPs via Anchoring
par: Lee, Jongmin, et autres
Publié: (2025)
par: Lee, Jongmin, et autres
Publié: (2025)
Robust Risk-Sensitive Reinforcement Learning with Conditional Value-at-Risk
par: Ni, Xinyi, et autres
Publié: (2024)
par: Ni, Xinyi, et autres
Publié: (2024)
Policy Gradient Methods for Risk-Sensitive Distributional Reinforcement Learning with Provable Convergence
par: Xiao, Minheng, et autres
Publié: (2024)
par: Xiao, Minheng, et autres
Publié: (2024)
The Sample Complexity of Gradient Descent in Stochastic Convex Optimization
par: Livni, Roi
Publié: (2024)
par: Livni, Roi
Publié: (2024)
Deterministic Policy Gradient Primal-Dual Methods for Continuous-Space Constrained MDPs
par: Rozada, Sergio, et autres
Publié: (2024)
par: Rozada, Sergio, et autres
Publié: (2024)
Accelerated Gradient Methods with Biased Gradient Estimates: Risk Sensitivity, High-Probability Guarantees, and Large Deviation Bounds
par: Gürbüzbalaban, Mert, et autres
Publié: (2025)
par: Gürbüzbalaban, Mert, et autres
Publié: (2025)
Epsilon-Optimal Policies for Average-Cost Separable MDPs with Perturbations
par: Kantawala, Dhairya
Publié: (2025)
par: Kantawala, Dhairya
Publié: (2025)
Documents similaires
-
Efficient Duple Perturbation Robustness in Low-rank MDPs
par: Hu, Yang, et autres
Publié: (2024) -
Scalable spectral representations for multi-agent reinforcement learning in network MDPs
par: Ren, Zhaolin, et autres
Publié: (2024) -
Last-Iterate Convergent Policy Gradient Primal-Dual Methods for Constrained MDPs
par: Ding, Dongsheng, et autres
Publié: (2023) -
Planning and Learning in Average Risk-aware MDPs
par: Wang, Weikai, et autres
Publié: (2025) -
Landscape of Policy Optimization for Finite Horizon MDPs with General State and Action
par: Chen, Xin, et autres
Publié: (2024)