Buchumschlag

InterQ: A DQN Framework for Optimal Intermittent Control

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Aggarwal, Shubham, Maity, Dipankar, Başar, Tamer
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Optimization and Control Machine Learning Systems and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

The Silence that Speaks: Neural Estimation via Communication Gaps
von: Aggarwal, Shubham, et al.
Veröffentlicht: (2025)

Best Response Strategies for Asymmetric Sensing in Linear-Quadratic Differential Games
von: Aggarwal, Shubham, et al.
Veröffentlicht: (2024)

Communication and Control Co-design in Non-cooperative Games
von: Aggarwal, Shubham, et al.
Veröffentlicht: (2025)

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

Corruption-Tolerant Asynchronous Q-Learning with Near-Optimal Rates
von: Maity, Sreejeet, et al.
Veröffentlicht: (2025)

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

Near Optimal Convergence to Coarse Correlated Equilibrium in General-Sum Markov Games
von: Yorulmaz, Asrin Efe, et al.
Veröffentlicht: (2025)

Semantic Communication in Multi-team Dynamic Games: A Mean Field Perspective
von: Aggarwal, Shubham, et al.
Veröffentlicht: (2024)

On Model Protection in Federated Learning against Eavesdropping Attacks
von: Maity, Dipankar, et al.
Veröffentlicht: (2025)

Distributed Offloading in Multi-Access Edge Computing Systems: A Mean-Field Perspective
von: Aggarwal, Shubham, 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)

Variational Contraction Conditions for Iterative Algorithms in Multi-Population Discrete-Time Regularized Mean-Field Games
von: Aydın, Uğur, et al.
Veröffentlicht: (2026)

Control Disturbance Rejection in Neural ODEs
von: Bayram, Erkan, et al.
Veröffentlicht: (2025)

End-to-End Learning Framework for Solving Non-Markovian Optimal Control
von: Zhang, Xiaole, et al.
Veröffentlicht: (2025)

A Soft Inducement Framework for Incentive-Aided Steering of No-Regret Players
von: Yorulmaz, Asrin Efe, et al.
Veröffentlicht: (2025)

Adversarially-Robust TD Learning with Markovian Data: Finite-Time Rates and Fundamental Limits
von: Maity, Sreejeet, et al.
Veröffentlicht: (2025)

Controlgym: Large-Scale Control Environments for Benchmarking Reinforcement Learning Algorithms
von: Zhang, Xiangyuan, et al.
Veröffentlicht: (2023)

Control Theoretic Approach to Fine-Tuning and Transfer Learning
von: Bayram, Erkan, et al.
Veröffentlicht: (2024)

Towards an Optimal Control Perspective of ResNet Training
von: Püttschneider, Jens, et al.
Veröffentlicht: (2025)

Deterministic Trajectory Optimization through Probabilistic Optimal Control
von: Filabadi, Mohammad Mahmoudi, et al.
Veröffentlicht: (2024)

Meta-Learning for Repeated Bayesian Persuasion
von: Turna, Ata Poyraz, et al.
Veröffentlicht: (2026)

Extremum and Nash Equilibrium Seeking with Delays and PDEs: Designs & Applications
von: Oliveira, Tiago Roux, et al.
Veröffentlicht: (2024)

Mutual Information Optimal Control of Discrete-Time Linear Systems
von: Enami, Shoju, et al.
Veröffentlicht: (2025)

On Policy Stochasticity in Mutual Information Optimal Control of Linear Systems
von: Enami, Shoju, et al.
Veröffentlicht: (2025)

Data-Driven Stochastic Optimal Control in Reproducing Kernel Hilbert Spaces
von: Hoischen, Nicolas, et al.
Veröffentlicht: (2024)

Geometric Foundations of Tuning without Forgetting in Neural ODEs
von: Bayram, Erkan, et al.
Veröffentlicht: (2025)

Nash Equilibrium Seeking for Noncooperative Duopoly Games via Event-Triggered Control
von: Rodrigues, Victor Hugo Pereira, et al.
Veröffentlicht: (2024)

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

Learning-Based Optimal Control with Performance Guarantees for Unknown Systems with Latent States
von: Lefringhausen, Robert, et al.
Veröffentlicht: (2023)

Learning How to Strategically Disclose Information
von: Velicheti, Raj Kiriti, et al.
Veröffentlicht: (2024)

A Control Theoretic Framework for Adaptive Gradient Optimizers in Machine Learning
von: Chakrabarti, Kushal, et al.
Veröffentlicht: (2022)

Policy Optimization for PDE Control with a Warm Start
von: Zhang, Xiangyuan, et al.
Veröffentlicht: (2024)

Optimal Parameter Adaptation for Safety-Critical Control via Safe Barrier Bayesian Optimization
von: Wang, Shengbo, et al.
Veröffentlicht: (2025)

Learning Optimal Control and Dynamical Structure of Global Trajectory Search Problems with Diffusion Models
von: Graebner, Jannik, et al.
Veröffentlicht: (2024)

Mutual Information Optimal Density Control of Linear Systems and Generalized Schrödinger Bridges with Reference Refinement
von: Enami, Shoju, et al.
Veröffentlicht: (2026)

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

Kernel-Based Optimal Control: An Infinitesimal Generator Approach
von: Bevanda, Petar, et al.
Veröffentlicht: (2024)

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

Disentangling Resilience from Robustness: Contextual Dualism, Interactionism, and Game-Theoretic Paradigms
von: Zhu, Quanyan, et al.
Veröffentlicht: (2024)

Safe and Near-Optimal Control with Online Dynamics Learning
von: Prajapat, Manish, et al.
Veröffentlicht: (2025)