Buchumschlag

Distributed Thompson sampling under constrained communication

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zerefa, Saba, Ren, Zhaolin, Ma, Haitong, Li, Na
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Systems and Control Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Stochastic Nonlinear Control via Finite-dimensional Spectral Dynamic Embedding
von: Ren, Zhaolin, et al.
Veröffentlicht: (2023)

Scalable spectral representations for multi-agent reinforcement learning in network MDPs
von: Ren, Zhaolin, et al.
Veröffentlicht: (2024)

TS-RSR: A provably efficient approach for batch Bayesian Optimization
von: Ren, Zhaolin, et al.
Veröffentlicht: (2024)

Alignment of large language models with constrained learning
von: Zhang, Botong, et al.
Veröffentlicht: (2025)

Efficient Duple Perturbation Robustness in Low-rank MDPs
von: Hu, Yang, et al.
Veröffentlicht: (2024)

Communication-Efficient Stochastic Distributed Learning
von: Ren, Xiaoxing, et al.
Veröffentlicht: (2025)

Jointly Computation- and Communication-Efficient Distributed Learning
von: Ren, Xiaoxing, et al.
Veröffentlicht: (2025)

Optimism as Risk-Seeking in Multi-Agent Reinforcement Learning
von: Zhang, Runyu, et al.
Veröffentlicht: (2025)

Distributed Online Submodular Maximization under Communication Delays: A Simultaneous Decision-Making Approach
von: Xu, Zirui, et al.
Veröffentlicht: (2026)

Analysis of Thompson Sampling for Controlling Unknown Linear Diffusion Processes
von: Faradonbeh, Mohamad Kazem Shirani, et al.
Veröffentlicht: (2022)

Bayesian dynamic scheduling of multipurpose batch processes under incomplete look-ahead information
von: Zheng, Taicheng, et al.
Veröffentlicht: (2025)

Convergence and sample complexity of natural policy gradient primal-dual methods for constrained MDPs
von: Ding, Dongsheng, et al.
Veröffentlicht: (2022)

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

MPC-Inspired Reinforcement Learning for Verifiable Model-Free Control
von: Lu, Yiwen, et al.
Veröffentlicht: (2023)

Modular Distributed Nonconvex Learning with Error Feedback
von: Carnevale, Guido, et al.
Veröffentlicht: (2025)

Robust Q-Learning under Corrupted Rewards
von: Maity, Sreejeet, et al.
Veröffentlicht: (2024)

Decision-Dependent Stochastic Optimization: The Role of Distribution Dynamics
von: He, Zhiyu, et al.
Veröffentlicht: (2025)

Online Control of Linear Systems under Unbounded Noise
von: Ito, Kaito, et al.
Veröffentlicht: (2024)

Enhancing Convergence of Decentralized Gradient Tracking under the KL Property
von: Chen, Xiaokai, et al.
Veröffentlicht: (2024)

Robust Neural IDA-PBC: passivity-based stabilization under approximations
von: Sanchez-Escalonilla, Santiago, et al.
Veröffentlicht: (2024)

On Linear Convergence of PI Consensus Algorithm under the Restricted Secant Inequality
von: Chakrabarti, Kushal, et al.
Veröffentlicht: (2023)

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

Data-driven Reachable Set Estimation with Tunable Adversarial and Wasserstein Distributional Guarantees
von: Pantazis, Georgios, et al.
Veröffentlicht: (2026)

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

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

High-Probability Bounds for SGD under the Polyak-Lojasiewicz Condition with Markovian Noise
von: Kar, Avik, et al.
Veröffentlicht: (2026)

Sampling-Horizon Neural Operator Predictors for Nonlinear Control under Delayed Inputs
von: Bhan, Luke, et al.
Veröffentlicht: (2026)

Wasserstein Distributionally Robust Nash Equilibrium Seeking with Heterogeneous Data: A Lagrangian Approach
von: Wang, Zifan, et al.
Veröffentlicht: (2025)

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

PolyFormer: learning efficient reformulations for scalable optimization under complex physical constraints
von: Wen, Yilin, et al.
Veröffentlicht: (2026)

Robustness of Iteratively Pre-Conditioned Gradient-Descent Method: The Case of Distributed Linear Regression Problem
von: Chakrabarti, Kushal, et al.
Veröffentlicht: (2021)

Iterative Pre-Conditioning for Expediting the Gradient-Descent Method: The Distributed Linear Least-Squares Problem
von: Chakrabarti, Kushal, et al.
Veröffentlicht: (2020)

Evaluation of Prosumer Networks for Peak Load Management in Iran: A Distributed Contextual Stochastic Optimization Approach
von: Noori, Amir, et al.
Veröffentlicht: (2024)

Distributed online constrained convex optimization with event-triggered communication
von: Zhang, Kunpeng, et al.
Veröffentlicht: (2023)

An L-BFGS-B approach for linear and nonlinear system identification under $\ell_1$ and group-Lasso regularization
von: Bemporad, Alberto
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)

Near-Optimal Distributed Linear-Quadratic Regulator for Networked Systems
von: Shin, Sungho, et al.
Veröffentlicht: (2022)

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

Logarithmically Quantized Distributed Optimization over Dynamic Multi-Agent Networks
von: Doostmohammadian, Mohammadreza, et al.
Veröffentlicht: (2024)

Distributionally Robust Policy and Lyapunov-Certificate Learning
von: Long, Kehan, et al.
Veröffentlicht: (2024)