Copertina

Implicit Bias of Policy Gradient in Linear Quadratic Control: Extrapolation to Unseen Initial States

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Razin, Noam, Alexander, Yotam, Cohen-Karlik, Edo, Giryes, Raja, Globerson, Amir, Cohen, Nadav
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning Artificial Intelligence Systems and Control
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Provable Benefits of Complex Parameterizations for Structured State Space Models
di: Ran-Milo, Yuval, et al.
Pubblicazione: (2024)

The Implicit Bias of Structured State Space Models Can Be Poisoned With Clean Labels
di: Slutzky, Yonatan, et al.
Pubblicazione: (2024)

Lecture Notes on Linear Neural Networks: A Tale of Optimization and Generalization in Deep Learning
di: Cohen, Nadav, et al.
Pubblicazione: (2024)

DeciMamba: Exploring the Length Extrapolation Potential of Mamba
di: Ben-Kish, Assaf, et al.
Pubblicazione: (2024)

A Globally Convergent Policy Gradient Method for Linear Quadratic Gaussian (LQG) Control
di: Sadamoto, Tomonori, et al.
Pubblicazione: (2023)

Global Convergence of Policy Gradient Methods for ReLU Controllers in Linear Quadratic Regulation
di: Rodriguez-Gil, Jhojan A., et al.
Pubblicazione: (2026)

Optimality of Linear Policies in Distributionally Robust Linear Quadratic Control
di: Taşkesen, Bahar, et al.
Pubblicazione: (2025)

Second-Order Policy Gradient Methods for the Linear Quadratic Regulator
di: Valaei, Amirreza, et al.
Pubblicazione: (2025)

Adaptive Kalman-Informed Transformer
di: Cohen, Nadav, et al.
Pubblicazione: (2024)

Seamless Underwater Navigation with Limited Doppler Velocity Log Measurements
di: Cohen, Nadav, et al.
Pubblicazione: (2024)

What Makes Data Suitable for a Locally Connected Neural Network? A Necessary and Sufficient Condition Based on Quantum Entanglement
di: Alexander, Yotam, et al.
Pubblicazione: (2023)

Data-driven Linear Quadratic Integral Control: A Convex Formulation and Policy Gradient Approach
di: Gießler, Armin, et al.
Pubblicazione: (2026)

Distributed Policy Gradient for Linear Quadratic Networked Control with Limited Communication Range
di: Yan, Yuzi, et al.
Pubblicazione: (2024)

Convergence of Flow-Policy Gradient Learning for Linear Quadratic Regulator Problems
di: Yaghmaie, Farnaz Adib, et al.
Pubblicazione: (2025)

On the Global Optimality of Linear Policies for Sinkhorn Distributionally Robust Linear Quadratic Control
di: Cescon, Riccardo, et al.
Pubblicazione: (2025)

Gaussian Process Regression for Improved Underwater Navigation
di: Cohen, Nadav, et al.
Pubblicazione: (2025)

Data-Driven Strategies for Coping with Incomplete DVL Measurements
di: Cohen, Nadav, et al.
Pubblicazione: (2024)

Inertial Navigation Meets Deep Learning: A Survey of Current Trends and Future Directions
di: Cohen, Nadav, et al.
Pubblicazione: (2023)

On the Expressivity of Selective State-Space Layers: A Multivariate Polynomial Approach
di: Cohen-Karlik, Edo, et al.
Pubblicazione: (2025)

Active Perception with Initial-State Uncertainty: A Policy Gradient Method
di: Shi, Chongyang, et al.
Pubblicazione: (2024)

Inverse Optimal Control for Linear Quadratic Tracking with Unknown Target States
di: Li, Yao, et al.
Pubblicazione: (2024)

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

Linear Convergence of Data-Enabled Policy Optimization for Linear Quadratic Tracking
di: Kang, Shubo, et al.
Pubblicazione: (2024)

DiffOP: Reinforcement Learning of Optimization-Based Control Policies via Implicit Policy Gradients
di: Bian, Yuexin, et al.
Pubblicazione: (2024)

Data-Enabled Policy and Value Iteration for Continuous-Time Linear Quadratic Output Feedback Control
di: Xie, Jun, et al.
Pubblicazione: (2026)

Ergodic-Risk Constrained Policy Optimization: The Linear Quadratic Case
di: Talebi, Shahriar, et al.
Pubblicazione: (2025)

Direct Data-Driven Linear Quadratic Tracking via Policy Optimization
di: Kang, Shubo, et al.
Pubblicazione: (2026)

Robustness and Consistency in Linear Quadratic Control with Untrusted Predictions
di: Li, Tongxin, et al.
Pubblicazione: (2021)

Global Convergence of Policy Gradient for Entropy Regularized Linear-Quadratic Control with Multiplicative Noise
di: Diaz, Gabriel, et al.
Pubblicazione: (2025)

Input-to-State Safe Backstepping: Robust Safety-Critical Control with Unmatched Uncertainties
di: Cohen, Max H., et al.
Pubblicazione: (2026)

Quadratic Optimal Control of Graphon Q-noise Linear Systems
di: Dunyak, Alex, et al.
Pubblicazione: (2024)

Domain Randomization is Sample Efficient for Linear Quadratic Control
di: Fujinami, Tesshu, et al.
Pubblicazione: (2025)

Deception Against Data-Driven Linear-Quadratic Control
di: Fotiadis, Filippos, et al.
Pubblicazione: (2025)

Scalable Reinforcement Learning for Linear-Quadratic Control of Networks
di: Olsson, Johan, et al.
Pubblicazione: (2024)

An Efficient Data-Driven Framework for Linear Quadratic Output Feedback Control
di: Xie, Jun, et al.
Pubblicazione: (2025)

Complete Decentralization of Linear Quadratic Gaussian Control for the Discrete Wave Equation
di: McCurdy, Addie, et al.
Pubblicazione: (2025)

Online Actuator Selection and Controller Design for Linear Quadratic Regulation with Unknown System Model
di: Ye, Lintao, et al.
Pubblicazione: (2022)

Controlling Dynamical Systems into Unseen Target States Using Machine Learning
di: Köglmayr, Daniel, et al.
Pubblicazione: (2024)

Gradient Dominance in the Linear Quadratic Regulator: A Unified Analysis for Continuous-Time and Discrete-Time Systems
di: Watanabe, Yuto, et al.
Pubblicazione: (2026)

Control-Oriented Identification for the Linear Quadratic Regulator: Technical Report
di: Anderson, Sean, et al.
Pubblicazione: (2024)