:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wan, Jia, Sinclair, Sean R., Shah, Devavrat, Wainwright, Martin J.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Optimization and Control
Online-Zugang:	https://arxiv.org/abs/2409.14557
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Offline-Online Reinforcement Learning for Linear Mixture MDPs
von: Zhang, Zhongjun, et al.
Veröffentlicht: (2026)

$k$-SVD with Gradient Descent
von: Jedra, Yassir, et al.
Veröffentlicht: (2025)

Multi-Objective LQR with Linear Scalarization
von: Jadbabaie, Ali, et al.
Veröffentlicht: (2024)

Federated Optimization of Smooth Loss Functions
von: Jadbabaie, Ali, et al.
Veröffentlicht: (2022)

The Data-Driven Censored Newsvendor Problem
von: Hssaine, Chamsi, et al.
Veröffentlicht: (2024)

Finite-Sample Guarantees for Learning Dynamics in Zero-Sum Polymatrix Games
von: Faizal, Fathima Zarin, et al.
Veröffentlicht: (2024)

Taming "data-hungry" reinforcement learning? Stability in continuous state-action spaces
von: Duan, Yaqi, et al.
Veröffentlicht: (2024)

Non-Stationary Inventory Control with Lead Times
von: Amiri, Nele H., et al.
Veröffentlicht: (2026)

Sample Efficient Reinforcement Learning with Partial Dynamics Knowledge
von: Alharbi, Meshal, et al.
Veröffentlicht: (2023)

Sample-Efficient Reinforcement Learning of Koopman eNMPC
von: Mayfrank, Daniel, et al.
Veröffentlicht: (2025)

ROOT-SGD: Sharp Nonasymptotics and Near-Optimal Asymptotics in a Single Algorithm
von: Li, Chris Junchi, et al.
Veröffentlicht: (2020)

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

Reinforcement Learning in MDPs with Information-Ordered Policies
von: Zhang, Zhongjun, et al.
Veröffentlicht: (2025)

TreeDQN: Sample-Efficient Off-Policy Reinforcement Learning for Combinatorial Optimization
von: Sorokin, D., et al.
Veröffentlicht: (2023)

Exploiting Approximate Symmetry for Efficient Multi-Agent Reinforcement Learning
von: Yardim, Batuhan, et al.
Veröffentlicht: (2024)

Exploiting Similarity for Computation and Communication-Efficient Decentralized Optimization
von: Takezawa, Yuki, et al.
Veröffentlicht: (2025)

Accuracy of Discretely Sampled Stochastic Policies in Continuous-time Reinforcement Learning
von: Jia, Yanwei, et al.
Veröffentlicht: (2025)

Optimal and instance-dependent guarantees for Markovian linear stochastic approximation
von: Mou, Wenlong, et al.
Veröffentlicht: (2021)

Sampling-based Safe Reinforcement Learning for Nonlinear Dynamical Systems
von: Suttle, Wesley A., et al.
Veröffentlicht: (2024)

Sample Complexity of Distributionally Robust Average-Reward Reinforcement Learning
von: Chen, Zijun, et al.
Veröffentlicht: (2025)

Sample Complexity of the Linear Quadratic Regulator: A Reinforcement Learning Lens
von: Moghaddam, Amirreza Neshaei, et al.
Veröffentlicht: (2024)

The Sample Complexity of Online Reinforcement Learning: A Multi-model Perspective
von: Muehlebach, Michael, et al.
Veröffentlicht: (2025)

Structured Reinforcement Learning for Combinatorial Decision-Making
von: Hoppe, Heiko, et al.
Veröffentlicht: (2025)

Robust Fitted-Q-Evaluation and Iteration under Sequentially Exogenous Unobserved Confounders
von: Bruns-Smith, David, et al.
Veröffentlicht: (2023)

Convergence and Sample Complexity of First-Order Methods for Agnostic Reinforcement Learning
von: Sherman, Uri, et al.
Veröffentlicht: (2025)

Gathering and Exploiting Higher-Order Information when Training Large Structured Models
von: Wolinski, Pierre
Veröffentlicht: (2023)

Value Mirror Descent for Reinforcement Learning
von: Jia, Zhichao, et al.
Veröffentlicht: (2026)

Structure-Informed Deep Reinforcement Learning for Inventory Management
von: Maggiar, Alvaro, et al.
Veröffentlicht: (2025)

Reinforcement Learning from Partial Observation: Linear Function Approximation with Provable Sample Efficiency
von: Cai, Qi, et al.
Veröffentlicht: (2022)

Sample-Efficient Agnostic Boosting
von: Ghai, Udaya, et al.
Veröffentlicht: (2024)

Traversing Pareto Optimal Policies: Provably Efficient Multi-Objective Reinforcement Learning
von: Qiu, Shuang, et al.
Veröffentlicht: (2024)

Online Fair Allocation of Perishable Resources
von: Banerjee, Siddhartha, et al.
Veröffentlicht: (2024)

SINDy-RL: Interpretable and Efficient Model-Based Reinforcement Learning
von: Zolman, Nicholas, et al.
Veröffentlicht: (2024)

Exploiting weight-space symmetries for approximating curvature
von: Artemev, Artem, et al.
Veröffentlicht: (2026)

ART for Diffusion Sampling: A Reinforcement Learning Approach to Timestep Schedule
von: Huang, Yilie, et al.
Veröffentlicht: (2026)

Deep Reinforcement Learning for Solving the Fleet Size and Mix Vehicle Routing Problem
von: Wan, Pengfu, et al.
Veröffentlicht: (2025)

Provable Offline Reinforcement Learning for Structured Cyclic MDPs
von: Lee, Kyungbok, et al.
Veröffentlicht: (2026)

Resilient Constrained Reinforcement Learning
von: Ding, Dongsheng, et al.
Veröffentlicht: (2023)

Projection-free Online Learning over Strongly Convex Sets
von: Wan, Yuanyu, et al.
Veröffentlicht: (2020)

On the Foundation of Distributionally Robust Reinforcement Learning
von: Wang, Shengbo, et al.
Veröffentlicht: (2023)