Buchumschlag

Optimal Non-Asymptotic Rates of Value Iteration for Average-Reward Markov Decision Processes

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lee, Jongmin, Ryu, Ernest K.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Policy Gradient Algorithms in Average-Reward Multichain MDPs
von: Lee, Jongmin, et al.
Veröffentlicht: (2026)

Deflated Dynamics Value Iteration
von: Lee, Jongmin, et al.
Veröffentlicht: (2024)

Optimal Sample Complexity for Average Reward Markov Decision Processes
von: Wang, Shengbo, et al.
Veröffentlicht: (2023)

Convergence Analyses of Davis-Yin Splitting via Scaled Relative Graphs
von: Lee, Jongmin, et al.
Veröffentlicht: (2022)

On the Convergence Rate of MCTS for the Optimal Value Estimation in Markov Decision Processes
von: Chang, Hyeong Soo
Veröffentlicht: (2024)

Bellman Optimality of Average-Reward Robust Markov Decision Processes with a Constant Gain
von: Wang, Shengbo, et al.
Veröffentlicht: (2025)

On Convergence of Average-Reward Q-Learning in Weakly Communicating Markov Decision Processes
von: Wan, Yi, et al.
Veröffentlicht: (2024)

Optimal First-Order Algorithms as a Function of Inequalities
von: Park, Chanwoo, et al.
Veröffentlicht: (2021)

Markov Decision Processes with Value-at-Risk Criterion
von: Xia, Li, et al.
Veröffentlicht: (2025)

Non-Rectangular Average-Reward Robust MDPs: Optimal Policies and Their Transient Values
von: Wang, Shengbo, et al.
Veröffentlicht: (2026)

Beyond Average Return in Markov Decision Processes
von: Marthe, Alexandre, et al.
Veröffentlicht: (2023)

Finite-Time Bounds for Average-Reward Fitted Q-Iteration
von: Lee, Jongmin, et al.
Veröffentlicht: (2025)

Inexact Policy Iteration Methods for Large-Scale Markov Decision Processes
von: Gargiani, Matilde, et al.
Veröffentlicht: (2024)

Nesterov Flow May Travel Infinitely Long to Converge to a Minimizer
von: Ryu, Ernest K.
Veröffentlicht: (2026)

Uniqueness of DRS as the 2 Operator Resolvent-Splitting and Impossibility of 3 Operator Resolvent-Splitting
von: Ryu, Ernest K.
Veröffentlicht: (2018)

An Online Multiobjective Policy Gradient for Long-run Average-reward Markov Decision Process
von: Misra, Rahul, et al.
Veröffentlicht: (2025)

Nesterov Acceleration with Operator Decomposition
von: Lee, Jaewook, et al.
Veröffentlicht: (2026)

Absorbing Markov Decision Processes
von: Dufour, François, et al.
Veröffentlicht: (2023)

Point Convergence of Nesterov's Accelerated Gradient Method: An AI-Assisted Proof
von: Jang, Uijeong, et al.
Veröffentlicht: (2025)

Optimal Acceleration for Proximal Minimization of the Sum of Convex and Strongly Convex Functions
von: Chari, Govind M., et al.
Veröffentlicht: (2026)

Robust Reward Design for Markov Decision Processes
von: Wu, Shuo, et al.
Veröffentlicht: (2024)

A Bayesian Composite Risk Approach for Stochastic Optimal Control and Markov Decision Processes
von: Ma, Wentao, et al.
Veröffentlicht: (2024)

Sample Complexity for Markov Decision Processes and Stochastic Optimal Control with Static Risk Measures
von: Chávez, Cristian, et al.
Veröffentlicht: (2026)

Optimal Acceleration for Minimax and Fixed-Point Problems is Not Unique
von: Yoon, TaeHo, et al.
Veröffentlicht: (2024)

Tractable Robust Markov Decision Processes
von: Grand-Clément, Julien, et al.
Veröffentlicht: (2024)

Mean Field Markov Decision Processes
von: Bäuerle, Nicole
Veröffentlicht: (2021)

Bounding the Difference between the Values of Robust and Non-Robust Markov Decision Problems
von: Neufeld, Ariel, et al.
Veröffentlicht: (2023)

Accelerated Minimax Algorithms Flock Together
von: Yoon, TaeHo, et al.
Veröffentlicht: (2022)

Quantum Markov Decision Processes: Dynamic and Semi-Definite Programs for Optimal Solutions
von: Saldi, Naci, et al.
Veröffentlicht: (2024)

Dynamic Capital Requirements for Markov Decision Processes
von: Haskell, William B., et al.
Veröffentlicht: (2024)

Risk-averse formulations of Stochastic Optimal Control and Markov Decision Processes
von: Shapiro, Alexander, et al.
Veröffentlicht: (2025)

Convex Approximations of Random Constrained Markov Decision Processes
von: Varagapriya, V, et al.
Veröffentlicht: (2025)

Achieving Tractable Minimax Optimal Regret in Average Reward MDPs
von: Boone, Victor, et al.
Veröffentlicht: (2024)

Operator Splitting for Convex Constrained Markov Decision Processes
von: Grontas, Panagiotis D., et al.
Veröffentlicht: (2024)

Markov Decision Process Design: A Framework for Integrating Strategic and Operational Decisions
von: Brown, Seth, et al.
Veröffentlicht: (2023)

Stochastic Mirror Descent under Iterate-Dependent Markov Noise: Analysis in the Asymptotic and Finite Time Regimes
von: Paul, Anik Kumar, et al.
Veröffentlicht: (2026)

Approximate Solution Methods for the Average Reward Criterion in Optimal Tracking Control of Linear Systems
von: Nguyen, Duc Cuong
Veröffentlicht: (2025)

Optimal Sensor and Actuator Selection for Factored Markov Decision Processes: Complexity, Approximability and Algorithms
von: Bhargav, Jayanth, et al.
Veröffentlicht: (2024)

Asymptotic Optimality in Data-Driven Decision Making
von: Salač, Radek, et al.
Veröffentlicht: (2025)

Asymptotically Optimal Policies for Weakly Coupled Markov Decision Processes
von: Goldsztajn, Diego, et al.
Veröffentlicht: (2024)