Buchumschlag

Regret Analysis of Multi-task Representation Learning for Linear-Quadratic Adaptive Control

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lee, Bruce D., Toso, Leonardo F., Zhang, Thomas T., Anderson, James, Matni, Nikolai
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Systems and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Nonasymptotic Regret Analysis of Adaptive Linear Quadratic Control with Model Misspecification
von: Lee, Bruce D., et al.
Veröffentlicht: (2023)

Sample-Efficient Linear Representation Learning from Non-IID Non-Isotropic Data
von: Zhang, Thomas T. C. K., et al.
Veröffentlicht: (2023)

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

Adversarially Robust Multitask Adaptive Control
von: Fallah, Kasra, et al.
Veröffentlicht: (2025)

Guarantees for Nonlinear Representation Learning: Non-identical Covariates, Dependent Data, Fewer Samples
von: Zhang, Thomas T., et al.
Veröffentlicht: (2024)

Active Learning for Control-Oriented Identification of Nonlinear Systems
von: Lee, Bruce D., et al.
Veröffentlicht: (2024)

Learning with Imperfect Models: When Multi-step Prediction Mitigates Compounding Error
von: Somalwar, Anne, et al.
Veröffentlicht: (2025)

Coordinating Planning and Tracking in Layered Control Policies via Actor-Critic Learning
von: Yang, Fengjun, et al.
Veröffentlicht: (2024)

Single Trajectory Conformal Prediction
von: Lee, Brian, et al.
Veröffentlicht: (2024)

On the Gradient Domination of the LQG Problem
von: Fallah, Kasra, et al.
Veröffentlicht: (2025)

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

Policy Gradient for LQR with Domain Randomization
von: Fujinami, Tesshu, et al.
Veröffentlicht: (2025)

Statistical Efficiency of Single- and Multi-step Models for Forecasting and Control
von: Somalwar, Anne, et al.
Veröffentlicht: (2026)

The Fragility of Learning LQG Controllers
von: Lee, Bruce D., et al.
Veröffentlicht: (2026)

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

Any-Time Regret-Guaranteed Algorithm for Control of Linear Quadratic Systems
von: Chekan, Jafar Abbaszadeh, et al.
Veröffentlicht: (2024)

Closed-loop Analysis of ADMM-based Suboptimal Linear Model Predictive Control
von: Srikanthan, Anusha, et al.
Veröffentlicht: (2024)

Action Chunking and Exploratory Data Collection Yield Exponential Improvements in Behavior Cloning for Continuous Control
von: Zhang, Thomas T., et al.
Veröffentlicht: (2025)

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)

Foundations of Safe Online Reinforcement Learning in the Linear Quadratic Regulator: $\sqrt{T}$-Regret
von: Schiffer, Benjamin, et al.
Veröffentlicht: (2025)

Approximate Thompson Sampling for Learning Linear Quadratic Regulators with $O(\sqrt{T})$ Regret
von: Kim, Yeoneung, et al.
Veröffentlicht: (2024)

Learning Stabilizing Policies via an Unstable Subspace Representation
von: Toso, Leonardo F., et al.
Veröffentlicht: (2025)

Asynchronous Heterogeneous Linear Quadratic Regulator Design
von: Toso, Leonardo F., et al.
Veröffentlicht: (2024)

A Quantitative Framework for Navigating Controller Design Tradeoffs under Computational Constraints
von: Verhoek, Chris, et al.
Veröffentlicht: (2026)

A Tutorial on the Non-Asymptotic Theory of System Identification
von: Ziemann, Ingvar, et al.
Veröffentlicht: (2023)

Learning Robust Output Control Barrier Functions from Safe Expert Demonstrations
von: Lindemann, Lars, et al.
Veröffentlicht: (2021)

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

Logarithmic Regret for Nonlinear Control
von: Wang, James, et al.
Veröffentlicht: (2025)

State space models, emergence, and ergodicity: How many parameters are needed for stable predictions?
von: Ziemann, Ingvar, et al.
Veröffentlicht: (2024)

Physics-informed learning under mixing: How physical knowledge speeds up learning
von: Scampicchio, Anna, et al.
Veröffentlicht: (2025)

Why Change Your Controller When You Can Change Your Planner: Drag-Aware Trajectory Generation for Quadrotor Systems
von: Zhang, Hanli, et al.
Veröffentlicht: (2024)

Distributionally Robust Imitation Learning: Layered Control Architecture for Certifiable Autonomy
von: Gahlawat, Aditya, et al.
Veröffentlicht: (2025)

Scalable Distributed Nonlinear Control Under Flatness-Preserving Coupling
von: Yang, Fengjun, et al.
Veröffentlicht: (2025)

Online Linear Quadratic Tracking with Regret Guarantees
von: Karapetyan, Aren, et al.
Veröffentlicht: (2023)

Learning Flatness-Preserving Residuals for Pure-Feedback Systems
von: Yang, Fengjun, et al.
Veröffentlicht: (2025)

Towards a Theory of Control Architecture: A quantitative framework for layered multi-rate control
von: Matni, Nikolai, et al.
Veröffentlicht: (2024)

Coreset-Based Task Selection for Sample-Efficient Meta-Reinforcement Learning
von: Zhan, Donglin, et al.
Veröffentlicht: (2025)

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

On Globally Optimal Stochastic Policy Gradient Methods for Domain Randomized LQR Synthesis
von: Nguyen-Le, Alex, et al.
Veröffentlicht: (2026)