Buchumschlag

Data-Driven Stochastic Optimal Control in Reproducing Kernel Hilbert Spaces

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hoischen, Nicolas, Bevanda, Petar, Sosnowski, Stefan, Hirche, Sandra, Houska, Boris
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Optimization and Control Machine Learning Systems and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Operator Models for Continuous-Time Offline Reinforcement Learning
von: Hoischen, Nicolas, et al.
Veröffentlicht: (2025)

Kernel-Based Optimal Control: An Infinitesimal Generator Approach
von: Bevanda, Petar, et al.
Veröffentlicht: (2024)

Koopman Kernel Regression
von: Bevanda, Petar, et al.
Veröffentlicht: (2023)

Nonparametric Control Koopman Operators
von: Bevanda, Petar, et al.
Veröffentlicht: (2024)

Koopman-Equivariant Gaussian Processes
von: Bevanda, Petar, et al.
Veröffentlicht: (2025)

Learning-Based Optimal Control with Performance Guarantees for Unknown Systems with Latent States
von: Lefringhausen, Robert, et al.
Veröffentlicht: (2023)

On Policy Stochasticity in Mutual Information Optimal Control of Linear Systems
von: Enami, Shoju, et al.
Veröffentlicht: (2025)

Koopman-based Estimation of Lyapunov Functions: Theory on a Reproducing Kernel Hilbert Space
von: Tang, Wentao, et al.
Veröffentlicht: (2026)

Toward Near-Globally Optimal Nonlinear Model Predictive Control via Diffusion Models
von: Huang, Tzu-Yuan, et al.
Veröffentlicht: (2024)

Data-Driven Density Steering via the Gromov-Wasserstein Optimal Transport Distance
von: Nakashima, Haruto, et al.
Veröffentlicht: (2025)

Risk-Aware Trajectory Optimization and Control for an Underwater Suspended Robotic System
von: Origane, Yuki, et al.
Veröffentlicht: (2025)

Data-Driven Adversarial Online Control for Unknown Linear Systems
von: Liu, Zishun, et al.
Veröffentlicht: (2023)

Polyhedral Control Design: Theory and Methods
von: Houska, Boris, et al.
Veröffentlicht: (2024)

Control Lyapunov Function Design via Configuration-Constrained Polyhedral Computing
von: Houska, Boris, et al.
Veröffentlicht: (2025)

Koopman Data-Driven Predictive Control with Robust Stability and Recursive Feasibility Guarantees
von: de Jong, Thomas, et al.
Veröffentlicht: (2024)

Mirror Descent on Reproducing Kernel Banach Spaces
von: Kumar, Akash, et al.
Veröffentlicht: (2024)

Benchmarking Reinforcement Learning via Stochastic Converse Optimality: Generating Systems with Known Optimal Policies
von: Ibrahim, Sinan, et al.
Veröffentlicht: (2026)

Direct Data Driven Control Using Noisy Measurements
von: Esmzad, Ramin, et al.
Veröffentlicht: (2025)

A Behavioral Framework for Data-Driven Modeling of Nonlinear Systems in Vector-Valued Reproducing Kernel Hilbert Spaces
von: Hou, Boya, et al.
Veröffentlicht: (2026)

Kernel Mean Embedding Topology: Weak and Strong Forms for Stochastic Kernels and Implications for Model Learning
von: Saldi, Naci, et al.
Veröffentlicht: (2025)

Safe exploration in reproducing kernel Hilbert spaces
von: Tokmak, Abdullah, et al.
Veröffentlicht: (2025)

Deterministic Trajectory Optimization through Probabilistic Optimal Control
von: Filabadi, Mohammad Mahmoudi, et al.
Veröffentlicht: (2024)

Towards an Optimal Control Perspective of ResNet Training
von: Püttschneider, Jens, et al.
Veröffentlicht: (2025)

Online Regularized Statistical Learning in Reproducing Kernel Hilbert Space With Non-Stationary Data
von: Zhang, Xiwei, et al.
Veröffentlicht: (2024)

Scalable Kernel Inverse Optimization
von: Long, Youyuan, et al.
Veröffentlicht: (2024)

Convex Chance-Constrained Stochastic Control under Uncertain Specifications with Application to Learning-Based Hybrid Powertrain Control
von: Kato, Teruki, et al.
Veröffentlicht: (2026)

Mutual Information Optimal Control of Discrete-Time Linear Systems
von: Enami, Shoju, et al.
Veröffentlicht: (2025)

InterQ: A DQN Framework for Optimal Intermittent Control
von: Aggarwal, Shubham, et al.
Veröffentlicht: (2025)

Learning of Hamiltonian Dynamics with Reproducing Kernel Hilbert Spaces
von: Smith, Torbjørn, et al.
Veröffentlicht: (2023)

Hierarchical Decentralized Stochastic Control for Cyber-Physical Systems
von: Kaza, Kesav, et al.
Veröffentlicht: (2025)

Dual Control of Linear Systems from Bilinear Observations with Belief Space Model Predictive Control
von: Cao, Daniel, et al.
Veröffentlicht: (2026)

End-to-End Learning Framework for Solving Non-Markovian Optimal Control
von: Zhang, Xiaole, et al.
Veröffentlicht: (2025)

Analyzing the Impact of Computation in Adaptive Dynamic Programming for Stochastic LQR Problem
von: Cao, Wenhan, et al.
Veröffentlicht: (2024)

Distributionally Robust Regret Optimal Control Under Moment-Based Ambiguity Sets
von: Taha, Feras Al, et al.
Veröffentlicht: (2025)

Control Occupation Kernel Regression for Nonlinear Control-Affine Systems
von: Abudia, Moad, et al.
Veröffentlicht: (2021)

Distributed Control of Network Systems in the Space of Stabilizing Graph Neural Network Policies
von: Cao, John, et al.
Veröffentlicht: (2025)

Learning Optimal Control and Dynamical Structure of Global Trajectory Search Problems with Diffusion Models
von: Graebner, Jannik, et al.
Veröffentlicht: (2024)

Optimal Parameter Adaptation for Safety-Critical Control via Safe Barrier Bayesian Optimization
von: Wang, Shengbo, et al.
Veröffentlicht: (2025)

Symplectic Inductive Bias for Data-Driven Target Reachability in Hamiltonian Systems
von: Ouyang, Zhuo, et al.
Veröffentlicht: (2026)

Cost-Driven Representation Learning for Linear Quadratic Gaussian Control: Part I
von: Tian, Yi, et al.
Veröffentlicht: (2022)