Buchumschlag

Solving Multi-Model MDPs by Coordinate Ascent and Dynamic Programming

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Su, Xihong, Petrik, Marek
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Risk-averse Total-reward MDPs with ERM and EVaR
von: Su, Xihong, et al.
Veröffentlicht: (2024)

RASR: Risk-Averse Soft-Robust MDPs with EVaR and Entropic Risk
von: Hau, Jia Lin, et al.
Veröffentlicht: (2022)

Percentile Criterion Optimization in Offline Reinforcement Learning
von: Lobo, Elita A., et al.
Veröffentlicht: (2024)

Policy Gradient for Robust Markov Decision Processes
von: Wang, Qiuhao, et al.
Veröffentlicht: (2024)

Ascent Fails to Forget
von: Mavrothalassitis, Ioannis, et al.
Veröffentlicht: (2025)

Reducing Blackwell and Average Optimality to Discounted MDPs via the Blackwell Discount Factor
von: Grand-Clément, Julien, et al.
Veröffentlicht: (2023)

DeepAveragers: Offline Reinforcement Learning by Solving Derived Non-Parametric MDPs
von: Shrestha, Aayam, et al.
Veröffentlicht: (2020)

Policy Gradient in Robust MDPs with Global Convergence Guarantee
von: Wang, Qiuhao, et al.
Veröffentlicht: (2022)

Data Poisoning Attacks on Off-Policy Policy Evaluation Methods
von: Lobo, Elita, et al.
Veröffentlicht: (2024)

PA2D-MORL: Pareto Ascent Directional Decomposition based Multi-Objective Reinforcement Learning
von: Hu, Tianmeng, et al.
Veröffentlicht: (2026)

Fast Convergence of Softmax Policy Mirror Ascent
von: Asad, Reza, et al.
Veröffentlicht: (2024)

No-Regret Reinforcement Learning in Smooth MDPs
von: Maran, Davide, et al.
Veröffentlicht: (2024)

An Approximate Ascent Approach To Prove Convergence of PPO
von: Doering, Leif, et al.
Veröffentlicht: (2026)

Low-Rank MDPs with Continuous Action Spaces
von: Bennett, Andrew, et al.
Veröffentlicht: (2023)

Efficient Solution and Learning of Robust Factored MDPs
von: Schnitzer, Yannik, et al.
Veröffentlicht: (2025)

Risk-Averse Total-Reward Reinforcement Learning
von: Su, Xihong, et al.
Veröffentlicht: (2025)

Boosting Gradient Ascent for Continuous DR-submodular Maximization
von: Zhang, Qixin, et al.
Veröffentlicht: (2024)

FractalBench: Diagnosing Visual-Mathematical Reasoning Through Recursive Program Synthesis
von: Ondras, Jan, et al.
Veröffentlicht: (2025)

Capacity-Aware Planning and Scheduling in Budget-Constrained Multi-Agent MDPs: A Meta-RL Approach
von: Vora, Manav, et al.
Veröffentlicht: (2024)

Missingness-MDPs: Bridging the Theory of Missing Data and POMDPs
von: Wendland, Joshua, et al.
Veröffentlicht: (2026)

Beyond Scalar Rewards: An Axiomatic Framework for Lexicographic MDPs
von: Shakerinava, Mehran, et al.
Veröffentlicht: (2025)

Geometry of Drifting MDPs with Path-Integral Stability Certificates
von: Zhang, Zuyuan, et al.
Veröffentlicht: (2026)

Fast and Interpretable Mixed-Integer Linear Program Solving by Learning Model Reduction
von: Li, Yixuan, et al.
Veröffentlicht: (2024)

DMSC: Dynamic Multi-Scale Coordination Framework for Time Series Forecasting
von: Yang, Haonan, et al.
Veröffentlicht: (2025)

Teaching Precommitted Agents: Model-Free Policy Evaluation and Control in Quasi-Hyperbolic Discounted MDPs
von: Eshwar, S. R.
Veröffentlicht: (2025)

Last-Iterate Convergence of General Parameterized Policies in Constrained MDPs
von: Mondal, Washim Uddin, et al.
Veröffentlicht: (2024)

Exploration Implies Data Augmentation: Reachability and Generalisation in Contextual MDPs
von: Weltevrede, Max, et al.
Veröffentlicht: (2024)

Learning Policy Committees for Effective Personalization in MDPs with Diverse Tasks
von: Ge, Luise, et al.
Veröffentlicht: (2025)

ACPO: A Policy Optimization Algorithm for Average MDPs with Constraints
von: Agnihotri, Akhil, et al.
Veröffentlicht: (2023)

Bourbaki: Self-Generated and Goal-Conditioned MDPs for Theorem Proving
von: Zimmer, Matthieu, et al.
Veröffentlicht: (2025)

On-line Learning in Tree MDPs by Treating Policies as Bandit Arms
von: Shah, Anvay, et al.
Veröffentlicht: (2026)

On the Convergence of Monte Carlo UCB for Random-Length Episodic MDPs
von: Dong, Zixuan, et al.
Veröffentlicht: (2022)

Model-Free Learning and Optimal Policy Design in Multi-Agent MDPs Under Probabilistic Agent Dropout
von: Fiscko, Carmel, et al.
Veröffentlicht: (2023)

Ensuring Safety in an Uncertain Environment: Constrained MDPs via Stochastic Thresholds
von: Zuo, Qian, et al.
Veröffentlicht: (2025)

Bad Values but Good Behavior: Learning Highly Misspecified Bandits and MDPs
von: Banerjee, Debangshu, et al.
Veröffentlicht: (2023)

Principled Data Augmentation for Learning to Solve Quadratic Programming Problems
von: Qian, Chendi, et al.
Veröffentlicht: (2025)

Q-learning for Quantile MDPs: A Decomposition, Performance, and Convergence Analysis
von: Hau, Jia Lin, et al.
Veröffentlicht: (2024)

Adaptive Opponent Policy Detection in Multi-Agent MDPs: Real-Time Strategy Switch Identification Using Running Error Estimation
von: Mridul, Mohidul Haque, et al.
Veröffentlicht: (2024)

Trust Region Inverse Reinforcement Learning: Explicit Dual Ascent using Local Policy Updates
von: Diwan, Anish, et al.
Veröffentlicht: (2026)

Projection by Convolution: Optimal Sample Complexity for Reinforcement Learning in Continuous-Space MDPs
von: Maran, Davide, et al.
Veröffentlicht: (2024)