Buchumschlag

Two-Timescale Critic-Actor for Average Reward MDPs with Function Approximation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Panda, Prashansa, Bhatnagar, Shalabh
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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)

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

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

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

Regret Analysis of Average-Reward Unichain MDPs via an Actor-Critic Approach
von: Ganesh, Swetha, et al.
Veröffentlicht: (2025)

Global Convergence for Average Reward Constrained MDPs with Primal-Dual Actor Critic Algorithm
von: Xu, Yang, et al.
Veröffentlicht: (2025)

Reinforcement Learning for Infinite-Horizon Average-Reward Linear MDPs via Approximation by Discounted-Reward MDPs
von: Hong, Kihyuk, et al.
Veröffentlicht: (2024)

Average-Reward Soft Actor-Critic
von: Adamczyk, Jacob, et al.
Veröffentlicht: (2025)

Primal-Only Actor Critic Algorithm for Robust Constrained Average Cost MDPs
von: Satheesh, Anirudh, et al.
Veröffentlicht: (2025)

On the Convergence of Single-Timescale Actor-Critic
von: Kumar, Navdeep, et al.
Veröffentlicht: (2024)

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

A policy gradient approach for Finite Horizon Constrained Markov Decision Processes
von: Guin, Soumyajit, et al.
Veröffentlicht: (2022)

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

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

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

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

Global Convergence of Average Reward Constrained MDPs with Neural Critic and General Policy Parameterization
von: Satheesh, Anirudh, et al.
Veröffentlicht: (2026)

Multi Timescale Stochastic Approximation: Stability and Convergence
von: Deb, Rohan, et al.
Veröffentlicht: (2021)

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

Sample-efficient Learning of Infinite-horizon Average-reward MDPs with General Function Approximation
von: He, Jianliang, et al.
Veröffentlicht: (2024)

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

Regret Analysis of Unichain Average Reward Constrained MDPs with General Parameterization
von: Satheesh, Anirudh, et al.
Veröffentlicht: (2026)

Efficient $Q$-Learning and Actor-Critic Methods for Robust Average Reward Reinforcement Learning
von: Xu, Yang, et al.
Veröffentlicht: (2025)

Breaking the Computational Barrier: Provably Efficient Actor-Critic for Low-Rank MDPs
von: Huang, Ruiquan, et al.
Veröffentlicht: (2026)

A Sharper Global Convergence Analysis for Average Reward Reinforcement Learning via an Actor-Critic Approach
von: Ganesh, Swetha, et al.
Veröffentlicht: (2024)

Achieving Tractable Minimax Optimal Regret in Average Reward MDPs
von: Boone, Victor, et al.
Veröffentlicht: (2024)

Span-Based Optimal Sample Complexity for Average Reward MDPs
von: Zurek, Matthew, et al.
Veröffentlicht: (2023)

Collaborative Yet Personalized Policy Training: Single-Timescale Federated Actor-Critic
von: Wang, Leo Muxing, et al.
Veröffentlicht: (2026)

Learning Infinite-Horizon Average-Reward Linear Mixture MDPs of Bounded Span
von: Chae, Woojin, et al.
Veröffentlicht: (2024)

A Computationally Efficient Algorithm for Infinite-Horizon Average-Reward Linear MDPs
von: Hong, Kihyuk, et al.
Veröffentlicht: (2025)

Non-Rectangular Average-Reward Robust MDPs: Optimal Policies and Their Transient Values
von: Wang, Shengbo, et al.
Veröffentlicht: (2026)

Heavy-Ball Momentum Accelerated Actor-Critic With Function Approximation
von: Dong, Yanjie, et al.
Veröffentlicht: (2024)

Order-Optimal Regret with Novel Policy Gradient Approaches in Infinite-Horizon Average Reward MDPs
von: Ganesh, Swetha, et al.
Veröffentlicht: (2024)

Compatible Gradient Approximations for Actor-Critic Algorithms
von: Saglam, Baturay, et al.
Veröffentlicht: (2024)

Second-Order Actor-Critic Methods for Discounted MDPs via Policy Hessian Decomposition
von: Manivannan, Sanjeev, et al.
Veröffentlicht: (2026)

The Plug-in Approach for Average-Reward and Discounted MDPs: Optimal Sample Complexity Analysis
von: Zurek, Matthew, et al.
Veröffentlicht: (2024)

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

Probabilistic Safety Guarantee for Stochastic Control Systems Using Average Reward MDPs
von: Omidi, Saber, et al.
Veröffentlicht: (2025)

Is Pure Exploitation Sufficient in Exogenous MDPs with Linear Function Approximation?
von: Liang, Hao, et al.
Veröffentlicht: (2026)