Buchumschlag

Offline Reinforcement Learning via Inverse Optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Dimanidis, Ioannis, Ok, Tolga, Esfahani, Peyman Mohajerin
Format:	Preprint
Veröffentlicht:	2025
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

Scalable Kernel Inverse Optimization
von: Long, Youyuan, et al.
Veröffentlicht: (2024)

Variance-Reduced Cascade Q-learning: Algorithms and Sample Complexity
von: Boveiri, Mohammad, et al.
Veröffentlicht: (2024)

From Optimization to Control: Quasi Policy Iteration
von: Kolarijani, Mohammad Amin Sharifi, et al.
Veröffentlicht: (2023)

Learning in Inverse Optimization: Incenter Cost, Augmented Suboptimality Loss, and Algorithms
von: Scroccaro, Pedro Zattoni, et al.
Veröffentlicht: (2023)

Rank-One Modified Value Iteration
von: Kolarijani, Arman Sharifi, et al.
Veröffentlicht: (2025)

Tight Generalization Bounds for Noiseless Inverse Optimization
von: Fatemi, Pouria, et al.
Veröffentlicht: (2026)

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

Nonlinear Distributionally Robust Optimization
von: Sheriff, Mohammed Rayyan, et al.
Veröffentlicht: (2023)

Inverse Optimization for Routing Problems
von: Scroccaro, Pedro Zattoni, et al.
Veröffentlicht: (2023)

Control and Reinforcement Learning through the Lens of Optimization: An Algorithmic Perspective
von: Ok, Tolga, et al.
Veröffentlicht: (2025)

Fast Algorithm for Constrained Linear Inverse Problems
von: Sheriff, Mohammed Rayyan, et al.
Veröffentlicht: (2022)

Inverse Optimization via Learning Feasible Regions
von: Ren, Ke, et al.
Veröffentlicht: (2025)

Accelerating Adaptive Systems via Normalized Parameter Estimation Laws
von: Boveiri, Mohammad, et al.
Veröffentlicht: (2025)

Distributionally Robust Model Predictive Control: Closed-loop Guarantees and Scalable Algorithms
von: McAllister, Robert D., et al.
Veröffentlicht: (2023)

Wasserstein Distributionally Robust Optimization: Theory and Applications in Machine Learning
von: Kuhn, Daniel, et al.
Veröffentlicht: (2019)

Efficient Uncertainty Propagation with Guarantees in Wasserstein Distance
von: Figueiredo, Eduardo, et al.
Veröffentlicht: (2025)

Robust Multivariate Detection and Estimation with Fault Frequency Content Information
von: Dong, Jingwei, et al.
Veröffentlicht: (2023)

A Saddle Point Algorithm for Robust Data-Driven Factor Model Problems
von: Khodakaramzadeh, Shabnam, et al.
Veröffentlicht: (2025)

Optimal Bayesian Affine Estimator and Active Learning for the Wiener Model
von: Vakili, Sasan, et al.
Veröffentlicht: (2025)

Operator Models for Continuous-Time Offline Reinforcement Learning
von: Hoischen, Nicolas, et al.
Veröffentlicht: (2025)

Intersection of Reinforcement Learning and Bayesian Optimization for Intelligent Control of Industrial Processes: A Safe MPC-based DPG using Multi-Objective BO
von: Esfahani, Hossein Nejatbakhsh, et al.
Veröffentlicht: (2025)

Locally Linear Convergence for Nonsmooth Convex Optimization via Coupled Smoothing and Momentum
von: Baghbadorani, Reza Rahimi, et al.
Veröffentlicht: (2025)

User-centric Vehicle-to-Grid Optimization with an Input Convex Neural Network-based Battery Degradation Model
von: Mallick, Arghya, et al.
Veröffentlicht: (2025)

Online Residual Learning from Offline Experts for Pedestrian Tracking
von: Vlachos, Anastasios, et al.
Veröffentlicht: (2024)

Precise Insulin Delivery for Artificial Pancreas: A Reinforcement Learning Optimized Adaptive Fuzzy Control Approach
von: Mameche, Omar, et al.
Veröffentlicht: (2025)

Attentive Convolutional Deep Reinforcement Learning for Optimizing Solar-Storage Systems in Real-Time Electricity Markets
von: Li, Jinhao, et al.
Veröffentlicht: (2024)

Reinforcement Learning-based Control via Y-wise Affine Neural Networks (YANNs)
von: Braniff, Austin, et al.
Veröffentlicht: (2025)

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

A Frank-Wolfe Algorithm for Strongly Monotone Variational Inequalities
von: Baghbadorani, Reza Rahimi, et al.
Veröffentlicht: (2025)

A New Lineserach for Accelerated Composite Minimization
von: Baghbadorani, Reza Rahimi, et al.
Veröffentlicht: (2024)

A Hybrid Algorithm for Monotone Variational Inequalities
von: Baghbadorani, Reza Rahimi, et al.
Veröffentlicht: (2026)

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

Reinforcement Learning-based Control via Y-wise Affine Neural Networks: Comparative Case Studies for Chemical Processes
von: Braniff, Austin, et al.
Veröffentlicht: (2026)

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

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

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

Finite-Time Analysis of On-Policy Heterogeneous Federated Reinforcement Learning
von: Zhang, Chenyu, et al.
Veröffentlicht: (2024)

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

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

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