Copertina

Beyond $\mathcal{O}(\sqrt{T})$ Regret: Decoupling Learning and Decision-making in Online Linear Programming

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Gao, Wenzhi, Ge, Dongdong, Xue, Chenyu, Sun, Chunlin, Ye, Yinyu
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning Optimization and Control
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Decoupling Learning and Decision-Making: Breaking the $\mathcal{O}(\sqrt{T})$ Barrier in Online Resource Allocation with First-Order Methods
di: Gao, Wenzhi, et al.
Pubblicazione: (2024)

Solving Linear Programs with Fast Online Learning Algorithms
di: Gao, Wenzhi, et al.
Pubblicazione: (2021)

Wait-Less Offline Tuning and Re-solving for Online Decision Making
di: Sun, Jingruo, et al.
Pubblicazione: (2024)

Online Linear Programming with Batching
di: Xu, Haoran, et al.
Pubblicazione: (2024)

Provable and Practical Online Learning Rate Adaptation with Hypergradient Descent
di: Chu, Ya-Chi, et al.
Pubblicazione: (2025)

Data-driven Mixed Integer Optimization through Probabilistic Multi-variable Branching
di: Chen, Yanguang, et al.
Pubblicazione: (2023)

Gradient Methods with Online Scaling
di: Gao, Wenzhi, et al.
Pubblicazione: (2024)

A Homogenization Approach for Gradient-Dominated Stochastic Optimization
di: Tan, Jiyuan, et al.
Pubblicazione: (2023)

Gradient Methods with Online Scaling Part I. Theoretical Foundations
di: Gao, Wenzhi, et al.
Pubblicazione: (2025)

Gradient Methods with Online Scaling Part II. Practical Aspects
di: Chu, Ya-Chi, et al.
Pubblicazione: (2025)

Learning Decentralized Linear Quadratic Regulators with $\sqrt{T}$ Regret
di: Ye, Lintao, et al.
Pubblicazione: (2022)

Small Gradient Norm Regret for Online Convex Optimization
di: Gao, Wenzhi, et al.
Pubblicazione: (2026)

An Enhanced ADMM-based Interior Point Method for Linear and Conic Optimization
di: Deng, Qi, et al.
Pubblicazione: (2022)

When Does Primal Interior Point Method Beat Primal-dual in Linear Optimization?
di: Gao, Wenzhi, et al.
Pubblicazione: (2024)

A Single-Loop Robust Policy Gradient Method for Robust Markov Decision Processes
di: Lin, Zhenwei, et al.
Pubblicazione: (2024)

Achieving Instance-dependent Sample Complexity for Constrained Markov Decision Process
di: Jiang, Jiashuo, et al.
Pubblicazione: (2024)

Learning to Pivot as a Smart Expert
di: Liu, Tianhao, et al.
Pubblicazione: (2023)

A Homogeneous Second-Order Descent Method for Nonconvex Optimization
di: Zhang, Chuwen, et al.
Pubblicazione: (2022)

A Practical GPU-Enhanced Matrix-Free Primal-Dual Method for Large-Scale Conic Programs
di: Lin, Zhenwei, et al.
Pubblicazione: (2025)

Online Reinforcement Learning in Markov Decision Process Using Linear Programming
di: Leon, Vincent, et al.
Pubblicazione: (2023)

FMIP: Joint Continuous-Integer Flow For Mixed-Integer Linear Programming
di: Li, Hongpei, et al.
Pubblicazione: (2025)

Stochastic Weakly Convex Optimization Beyond Lipschitz Continuity
di: Gao, Wenzhi, et al.
Pubblicazione: (2024)

Beyond Nonconvexity: A Universal Trust-Region Method with New Analyses
di: Jiang, Yuntian, et al.
Pubblicazione: (2023)

Trust Region Methods For Nonconvex Stochastic Optimization Beyond Lipschitz Smoothness
di: Xie, Chenghan, et al.
Pubblicazione: (2023)

A Technical Note on the Implementation and Use of PDCS
di: Lin, Zhenwei, et al.
Pubblicazione: (2026)

Restarted Primal-Dual Hybrid Conjugate Gradient Method for Large-Scale Quadratic Programming
di: Huang, Yicheng, et al.
Pubblicazione: (2024)

Almost Surely $\sqrt{T}$ Regret for Adaptive LQR
di: Lu, Yiwen, et al.
Pubblicazione: (2023)

cuPDLP-C: A Strengthened Implementation of cuPDLP for Linear Programming by C language
di: Lu, Haihao, et al.
Pubblicazione: (2023)

Scalable Approximate Optimal Diagonal Preconditioning
di: Gao, Wenzhi, et al.
Pubblicazione: (2023)

Follow The Approximate Sparse Leader for No-Regret Online Sparse Linear Approximation
di: Mukhopadhyay, Samrat, et al.
Pubblicazione: (2025)

Accelerating Low-Rank Factorization-Based Semidefinite Programming Algorithms on GPU
di: Han, Qiushi, et al.
Pubblicazione: (2024)

Beyond $\tilde{O}(\sqrt{T})$ Constraint Violation for Online Convex Optimization with Adversarial Constraints
di: Sinha, Abhishek, et al.
Pubblicazione: (2025)

Regret Analysis of Policy Optimization over Submanifolds for Linearly Constrained Online LQG
di: Chang, Ting-Jui, et al.
Pubblicazione: (2024)

PDHCG-II: An Enhanced Version of PDHCG for Large-Scale Convex QP
di: Li, Hongpei, et al.
Pubblicazione: (2026)

PDHCG: A Scalable First-Order Method for Large-Scale Competitive Market Equilibrium Computation
di: Liu, Huikang, et al.
Pubblicazione: (2025)

Regret Bounds for Episodic Risk-Sensitive Linear Quadratic Regulator
di: Xu, Wenhao, et al.
Pubblicazione: (2024)

A Low-Rank ADMM Splitting Approach for Semidefinite Programming
di: Han, Qiushi, et al.
Pubblicazione: (2024)

From an Interior Point to a Corner Point: Smart Crossover
di: Ge, Dongdong, et al.
Pubblicazione: (2021)

Regret Lower Bounds for Learning Linear Quadratic Gaussian Systems
di: Ziemann, Ingvar, et al.
Pubblicazione: (2022)

Quantum Algorithms for Bandits with Knapsacks with Improved Regret and Time Complexities
di: Su, Yuexin, et al.
Pubblicazione: (2025)