Buchumschlag

Randomized Transport Plans via Hierarchical Fully Probabilistic Design

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Y., Sarah Boufelja, Quinn, Anthony, Shorten, Robert
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Systems and Control Optimization and Control Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Algorithms for constrained optimal transport
von: Corless, Martin, et al.
Veröffentlicht: (2024)

Random Features Approximation for Control-Affine Systems
von: Kazemian, Kimia, et al.
Veröffentlicht: (2024)

Hierarchical Reinforcement Learning Framework for Stochastic Spaceflight Campaign Design
von: Takubo, Yuji, et al.
Veröffentlicht: (2021)

Offline Hierarchical Reinforcement Learning via Inverse Optimization
von: Schmidt, Carolin, et al.
Veröffentlicht: (2024)

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

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

Recursively Feasible Probabilistic Safe Online Learning with Control Barrier Functions
von: Castañeda, Fernando, et al.
Veröffentlicht: (2022)

Solution of the Probabilistic Lambert Problem: Connections with Optimal Mass Transport, Schrödinger Bridge and Reaction-Diffusion PDEs
von: Teter, Alexis M. H., et al.
Veröffentlicht: (2024)

The Ground Cost for Optimal Transport of Angular Velocity
von: Elamvazhuthi, Karthik, et al.
Veröffentlicht: (2025)

Convergence and stability of Q-learning in Hierarchical Reinforcement Learning
von: Manenti, Massimiliano, et al.
Veröffentlicht: (2025)

Slack More, Predict Better: Proximal Relaxation for Probabilistic Latent Variable Model-based Soft Sensors
von: Zou, Zehua, et al.
Veröffentlicht: (2026)

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

Approximation with Random Shallow ReLU Networks with Applications to Model Reference Adaptive Control
von: Lamperski, Andrew, et al.
Veröffentlicht: (2024)

Online Planning of Power Flows for Power Systems Against Bushfires Using Spatial Context
von: Xu, Jianyu, et al.
Veröffentlicht: (2024)

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

Learning Linear Dynamics from Bilinear Observations
von: Sattar, Yahya, et al.
Veröffentlicht: (2024)

Finite Sample Identification of Partially Observed Bilinear Dynamical Systems
von: Sattar, Yahya, et al.
Veröffentlicht: (2025)

Symmetric Linear Dynamical Systems are Learnable from Few Observations
von: Vu, Minh, et al.
Veröffentlicht: (2025)

Explore-then-Commit for Nonstationary Linear Bandits with Latent Dynamics
von: Choi, Sunmook, et al.
Veröffentlicht: (2025)

Sub-optimality of the Separation Principle for Quadratic Control from Bilinear Observations
von: Sattar, Yahya, et al.
Veröffentlicht: (2025)

Gradient-Informed Monte Carlo Fine-Tuning of Diffusion Models for Low-Thrust Trajectory Design
von: Graebner, Jannik, et al.
Veröffentlicht: (2025)

Data-Driven Motion Planning for Uncertain Nonlinear Systems
von: Esmaeili, Babak, 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)

Optimistic Online LQR via Intrinsic Rewards
von: Bartos, Marcell, et al.
Veröffentlicht: (2026)

Parametric Nonconvex Optimization via Convex Surrogates
von: Wang, Renzi, et al.
Veröffentlicht: (2026)

Offline Reinforcement Learning via Inverse Optimization
von: Dimanidis, Ioannis, et al.
Veröffentlicht: (2025)

Fast sparse optimization via adaptive shrinkage
von: Cerone, Vito, et al.
Veröffentlicht: (2025)

Towards Fast Rates for Federated and Multi-Task Reinforcement Learning
von: Zhu, Feng, et al.
Veröffentlicht: (2024)

A Short and Unified Convergence Analysis of the SAG, SAGA, and IAG Algorithms
von: Zhu, Feng, et al.
Veröffentlicht: (2026)

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

The Silence that Speaks: Neural Estimation via Communication Gaps
von: Aggarwal, Shubham, et al.
Veröffentlicht: (2025)

Score Matching Diffusion Based Feedback Control and Planning of Nonlinear Systems
von: Elamvazhuthi, Karthik, et al.
Veröffentlicht: (2025)

Rademacher Complexity of Neural ODEs via Chen-Fliess Series
von: Hanson, Joshua, et al.
Veröffentlicht: (2024)

Verifying Closed-Loop Contractivity of Learning-Based Controllers via Partitioning
von: Davydov, Alexander
Veröffentlicht: (2025)

Safe learning-based control via function-based uncertainty quantification
von: Tokmak, Abdullah, et al.
Veröffentlicht: (2026)

Model-Free Output Feedback Stabilization via Policy Gradient Methods
von: Zhang, Ankang, et al.
Veröffentlicht: (2026)

Safe Bayesian optimization across noise models via scenario programming
von: Tokmak, Abdullah, et al.
Veröffentlicht: (2025)

Adversarially and Distributionally Robust Virtual Energy Storage Systems via the Scenario Approach
von: Pantazis, Georgios, et al.
Veröffentlicht: (2025)

Online Nonstochastic Prediction: Logarithmic Regret via Predictive Online Least Squares
von: Pai, Chih-Fan, et al.
Veröffentlicht: (2026)

Sample-Free Safety Assessment of Neural Network Controllers via Taylor Methods
von: Evans, Adam, et al.
Veröffentlicht: (2026)