Buchumschlag

Certifiably Robust Policies for Uncertain Parametric Environments

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Schnitzer, Yannik, Abate, Alessandro, Parker, David
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Systems and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

Robust Parameter Learning for Uncertain MDPs
von: Schnitzer, Yannik, et al.
Veröffentlicht: (2026)

Probabilistic Performance Guarantees for Multi-Task Reinforcement Learning
von: Schnitzer, Yannik, et al.
Veröffentlicht: (2026)

Certified Approximate Reachability (CARe): Formal Error Bounds on Deep Learning of Reachable Sets
von: Solanki, Prashant, et al.
Veröffentlicht: (2025)

Neural Proofs for Sound Verification and Control of Complex Systems
von: Abate, Alessandro
Veröffentlicht: (2025)

Networked Communication for Decentralised Agents in Mean-Field Games
von: Benjamin, Patrick, et al.
Veröffentlicht: (2023)

Formal Synthesis of Certifiably Robust Neural Lyapunov-Barrier Certificates
von: Wang, Chengxiao, et al.
Veröffentlicht: (2026)

Networked Communication for Mean-Field Games with Function Approximation and Empirical Mean-Field Estimation
von: Benjamin, Patrick, et al.
Veröffentlicht: (2024)

Learning Robust Policies for Uncertain Parametric Markov Decision Processes
von: Rickard, Luke, et al.
Veröffentlicht: (2023)

Runtime-Certified Bounded-Error Quantized Attention
von: Calver, Dean
Veröffentlicht: (2026)

Lyapunov-Certified Direct Switching Theory for Q-Learning
von: Lee, Donghwan
Veröffentlicht: (2026)

Distributed Risk-Sensitive Safety Filters for Uncertain Discrete-Time Systems
von: Lederer, Armin, et al.
Veröffentlicht: (2025)

Certified Neural Approximations of Nonlinear Dynamics
von: Mathiesen, Frederik Baymler, et al.
Veröffentlicht: (2025)

Certifiable Safe RLHF: Fixed-Penalty Constraint Optimization for Safer Language Models
von: Pandit, Kartik, et al.
Veröffentlicht: (2025)

Reinforcement Learning with Partial Parametric Model Knowledge
von: Wang, Shuyuan, et al.
Veröffentlicht: (2023)

Certified Training with Branch-and-Bound for Lyapunov-stable Neural Control
von: Shi, Zhouxing, et al.
Veröffentlicht: (2024)

ReACT: Reinforcement Learning for Controller Parametrization using B-Spline Geometries
von: Rudolf, Thomas, et al.
Veröffentlicht: (2024)

Parallel Differentiable Reachability for Learning and Planning with Certified Neural Dynamics and Controllers
von: Shen, Keyi, et al.
Veröffentlicht: (2026)

Efficient Policy Optimization in Robust Constrained MDPs with Iteration Complexity Guarantees
von: Ganguly, Sourav, et al.
Veröffentlicht: (2025)

One Filter to Deploy Them All: Robust Safety for Quadrupedal Navigation in Unknown Environments
von: Lin, Albert, et al.
Veröffentlicht: (2024)

GUIDEd Agents: Enhancing Navigation Policies through Task-Specific Uncertainty Abstraction in Localization-Limited Environments
von: Puthumanaillam, Gokul, et al.
Veröffentlicht: (2024)

Action Mapping for Reinforcement Learning in Continuous Environments with Constraints
von: Theile, Mirco, et al.
Veröffentlicht: (2024)

An Optimal Policy for Learning Controllable Dynamics by Exploration
von: Loxley, Peter N.
Veröffentlicht: (2025)

Policy Optimization Algorithms in a Unified Framework
von: Wu, Shuang
Veröffentlicht: (2025)

TIP-Search: Time-Predictable Inference Scheduling for Market Prediction under Uncertain Load
von: Wang, Xibai
Veröffentlicht: (2025)

Stabilizing Policy Gradient Methods via Reward Profiling
von: Ahmed, Shihab, et al.
Veröffentlicht: (2025)

Conformal Off-Policy Evaluation in Markov Decision Processes
von: Foffano, Daniele, et al.
Veröffentlicht: (2023)

Mining--Gym: A Configurable RL Benchmarking Environment for Truck Dispatch Scheduling
von: Banerjee, Chayan, et al.
Veröffentlicht: (2025)

A General Approach of Automated Environment Design for Learning the Optimal Power Flow
von: Wolgast, Thomas, et al.
Veröffentlicht: (2025)

Success Conditioning as Policy Improvement: The Optimization Problem Solved by Imitating Success
von: Russo, Daniel
Veröffentlicht: (2026)

RL-Based Method for Benchmarking the Adversarial Resilience and Robustness of Deep Reinforcement Learning Policies
von: Behzadan, Vahid, et al.
Veröffentlicht: (2019)

Differentiable Distributionally Robust Optimization Layers
von: Ma, Xutao, et al.
Veröffentlicht: (2024)

Control Policy Correction Framework for Reinforcement Learning-based Energy Arbitrage Strategies
von: Madahi, Seyed Soroush Karimi, et al.
Veröffentlicht: (2024)

RL in Latent MDPs is Tractable: Online Guarantees via Off-Policy Evaluation
von: Kwon, Jeongyeol, et al.
Veröffentlicht: (2024)

Analyzing Generalization in Policy Networks: A Case Study with the Double-Integrator System
von: Zhang, Ruining, et al.
Veröffentlicht: (2023)

Joint Optimization of Multi-Objective Reinforcement Learning with Policy Gradient Based Algorithm
von: Bai, Qinbo, et al.
Veröffentlicht: (2021)

An Offline Risk-aware Policy Selection Method for Bayesian Markov Decision Processes
von: Angelotti, Giorgio, et al.
Veröffentlicht: (2021)

From Explainability to Interpretability: Interpretable Policies in Reinforcement Learning Via Model Explanation
von: Li, Peilang, et al.
Veröffentlicht: (2025)

CORL: Reinforcement Learning of MILP Policies Solved via Branch and Bound
von: Anand, Akhil S, et al.
Veröffentlicht: (2025)

Revisiting LQR Control from the Perspective of Receding-Horizon Policy Gradient
von: Zhang, Xiangyuan, et al.
Veröffentlicht: (2023)