Buchumschlag

Feature-Based Belief Aggregation for Partially Observable Markov Decision Problems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Yuchao, Hammar, Kim, Bertsekas, Dimitri
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Systems and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Adaptive Network Security Policies via Belief Aggregation and Rollout
von: Hammar, Kim, et al.
Veröffentlicht: (2025)

An Error Bound for Aggregation in Approximate Dynamic Programming
von: Li, Yuchao, et al.
Veröffentlicht: (2025)

Most Likely Sequence Generation for $n$-Grams, Transformers, HMMs, and Markov Chains, by Using Rollout Algorithms
von: Li, Yuchao, et al.
Veröffentlicht: (2024)

Superior Computer Chess with Model Predictive Control, Reinforcement Learning, and Rollout
von: Gundawar, Atharva, et al.
Veröffentlicht: (2024)

Model Predictive Control and Reinforcement Learning: A Unified Framework Based on Dynamic Programming
von: Bertsekas, Dimitri P.
Veröffentlicht: (2024)

Finite Memory Belief Approximation for Optimal Control in Partially Observable Markov Decision Processes
von: Kim, Mintae
Veröffentlicht: (2026)

On-Line Policy Iteration with Trajectory-Driven Policy Generation
von: Li, Yuchao, et al.
Veröffentlicht: (2026)

Semilinear Dynamic Programming: Analysis, Algorithms, and Certainty Equivalence Properties
von: Li, Yuchao, et al.
Veröffentlicht: (2025)

A Model-free Biomimetics Algorithm for Deterministic Partially Observable Markov Decision Process
von: Yu, Yide, et al.
Veröffentlicht: (2024)

Intermittently Observable Markov Decision Processes
von: Chen, Gongpu, et al.
Veröffentlicht: (2023)

Compressed Traffic Assignment with the Augmented Lagrangian Method
von: Xuesong, et al.
Veröffentlicht: (2026)

Nash Approximation Gap in Truncated Infinite-horizon Partially Observable Markov Games
von: Sang, Lan, et al.
Veröffentlicht: (2026)

Online Incident Response Planning under Model Misspecification through Bayesian Learning and Belief Quantization
von: Hammar, Kim, et al.
Veröffentlicht: (2025)

Optimal Control of Logically Constrained Partially Observable and Multi-Agent Markov Decision Processes
von: Kalagarla, Krishna C., et al.
Veröffentlicht: (2023)

PyroTrack: Belief-Based Deep Reinforcement Learning Path Planning for Aerial Wildfire Monitoring in Partially Observable Environments
von: Khoshdel, Sahand, et al.
Veröffentlicht: (2024)

A Markov Decision Process Model for Intrusion Tolerance Problems
von: Kreidl, Patrick
Veröffentlicht: (2025)

ISC-POMDPs: Partially Observed Markov Decision Processes with Initial-State Dependent Costs
von: Molloy, Timothy L.
Veröffentlicht: (2025)

Conjectural Online Learning with First-order Beliefs in Asymmetric Information Stochastic Games
von: Li, Tao, et al.
Veröffentlicht: (2024)

Decision Transformer as a Foundation Model for Partially Observable Continuous Control
von: Zhang, Xiangyuan, et al.
Veröffentlicht: (2024)

Stochastic Differential Dynamic Programming for Trajectory Optimization under Partial Observability
von: Fujiwara, Masahiro, et al.
Veröffentlicht: (2026)

Partially Observable Residual Reinforcement Learning for PV-Inverter-Based Voltage Control in Distribution Grids
von: Bouchkati, Sarra, et al.
Veröffentlicht: (2025)

Wasserstein Distributionally Robust Control and State Estimation for Partially Observable Linear Systems
von: Jang, Minhyuk, et al.
Veröffentlicht: (2024)

Stabilizing Linear Systems under Partial Observability: Sample Complexity and Fundamental Limits
von: Zhang, Ziyi, et al.
Veröffentlicht: (2025)

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

Path Integral Control in Gaussian Belief Space for Partially Observed Systems
von: Das, Goutam, et al.
Veröffentlicht: (2026)

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

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

Mitigating Partial Observability in Adaptive Traffic Signal Control with Transformers
von: Wang, Xiaoyu, et al.
Veröffentlicht: (2024)

Distributionally Robust Safety Verification for Markov Decision Processes
von: Mazumdar, Abhijit, et al.
Veröffentlicht: (2024)

Information-Theoretic Opacity-Enforcement in Markov Decision Processes
von: Shi, Chongyang, et al.
Veröffentlicht: (2024)

Optimal Control of Markov Decision Processes for Efficiency with Linear Temporal Logic Tasks
von: Chen, Yu, et al.
Veröffentlicht: (2024)

Scalable Learning of Intrusion Responses through Recursive Decomposition
von: Hammar, Kim, et al.
Veröffentlicht: (2023)

Learning Markov Processes as Sum-of-Square Forms for Analytical Belief Propagation
von: Amorese, Peter, et al.
Veröffentlicht: (2026)

Entropy Rate Maximization of Markov Decision Processes under Linear Temporal Logic Tasks
von: Chen, Yu, et al.
Veröffentlicht: (2022)

Data-Driven Robust Safety Verification for Markov Decision Processes
von: Mazumdar, Abhijit, et al.
Veröffentlicht: (2025)

Active Inference through Incentive Design in Markov Decision Processes
von: Wei, Xinyi, et al.
Veröffentlicht: (2025)

A Markov Decision Process Framework for Enhancing Power System Resilience during Wildfires under Decision-Dependent Uncertainty
von: Zhao, Xinyi, et al.
Veröffentlicht: (2026)

Generating Local Shields for Decentralised Partially Observable Markov Decision Processes
von: Yang, Haoran, et al.
Veröffentlicht: (2026)

Sparse Kalman Identification for Partially Observable Systems via Adaptive Bayesian Learning
von: Mei, Jilan, et al.
Veröffentlicht: (2025)

Rollout-Based Charging Strategy for Electric Trucks with Hours-of-Service Regulations (Extended Version)
von: Bai, Ting, et al.
Veröffentlicht: (2023)