Copertina

Convergence of regularized agent-state-based Q-learning in POMDPs

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Sinha, Amit, Geist, Matthieu, Mahajan, Aditya
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Periodic agent-state based Q-learning for POMDPs
di: Sinha, Amit, et al.
Pubblicazione: (2024)

Risk-seeking conservative policy iteration with agent-state based policies for Dec-POMDPs with guaranteed convergence
di: Sinha, Amit, et al.
Pubblicazione: (2026)

Agent-state based policies in POMDPs: Beyond belief-state MDPs
di: Sinha, Amit, et al.
Pubblicazione: (2024)

Multi-agent imitation learning with function approximation: Linear Markov games and beyond
di: Viano, Luca, et al.
Pubblicazione: (2026)

Towards Minimax Optimality of Model-based Robust Reinforcement Learning
di: Clavier, Pierre, et al.
Pubblicazione: (2023)

Dynamical-VAE-based Hindsight to Learn the Causal Dynamics of Factored-POMDPs
di: Han, Chao, et al.
Pubblicazione: (2024)

Solving robust MDPs as a sequence of static RL problems
di: Zouitine, Adil, et al.
Pubblicazione: (2024)

Rate optimal learning of equilibria from data
di: Freihaut, Till, et al.
Pubblicazione: (2025)

Closing the Gap between TD Learning and Supervised Learning -- A Generalisation Point of View
di: Ghugare, Raj, et al.
Pubblicazione: (2024)

Soft $Q(λ)$: A multi-step off-policy method for entropy regularised reinforcement learning using eligibility traces
di: Mahajan, Pranav, et al.
Pubblicazione: (2026)

On Gaussian approximation for entropy-regularized Q-learning with function approximation
di: Rubtsov, Artemy, et al.
Pubblicazione: (2026)

Q-learning for Quantile MDPs: A Decomposition, Performance, and Convergence Analysis
di: Hau, Jia Lin, et al.
Pubblicazione: (2024)

ShiQ: Bringing back Bellman to LLMs
di: Clavier, Pierre, et al.
Pubblicazione: (2025)

BanditQ: Fair Bandits with Guaranteed Rewards
di: Sinha, Abhishek
Pubblicazione: (2023)

Learning Equilibria from Data: Provably Efficient Multi-Agent Imitation Learning
di: Freihaut, Till, et al.
Pubblicazione: (2025)

RRLS : Robust Reinforcement Learning Suite
di: Zouitine, Adil, et al.
Pubblicazione: (2024)

Time-Constrained Robust MDPs
di: Zouitine, Adil, et al.
Pubblicazione: (2024)

Memoryless Policy Iteration for Episodic POMDPs
di: van Zuijlen, Roy, et al.
Pubblicazione: (2025)

A Theoretical Justification for Asymmetric Actor-Critic Algorithms
di: Lambrechts, Gaspard, et al.
Pubblicazione: (2025)

A Q-learning Approach for Adherence-Aware Recommendations
di: Faros, Ioannis, et al.
Pubblicazione: (2023)

Constant Stepsize Q-learning: Distributional Convergence, Bias and Extrapolation
di: Zhang, Yixuan, et al.
Pubblicazione: (2024)

Bootstrapping Expectiles in Reinforcement Learning
di: Clavier, Pierre, et al.
Pubblicazione: (2024)

Rethinking Transformers in Solving POMDPs
di: Lu, Chenhao, et al.
Pubblicazione: (2024)

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

Perception-Based Beliefs for POMDPs with Visual Observations
di: Schäfers, Miriam, et al.
Pubblicazione: (2026)

Space Robotics Bench: Robot Learning Beyond Earth
di: Orsula, Andrej, et al.
Pubblicazione: (2025)

Learning Tool-Aware Adaptive Compliant Control for Autonomous Regolith Excavation
di: Orsula, Andrej, et al.
Pubblicazione: (2025)

Sim2Dust: Mastering Dynamic Waypoint Tracking on Granular Media
di: Orsula, Andrej, et al.
Pubblicazione: (2025)

Leveraging Procedural Generation for Learning Autonomous Peg-in-Hole Assembly in Space
di: Orsula, Andrej, et al.
Pubblicazione: (2024)

Deep Q-Network (DQN) multi-agent reinforcement learning (MARL) for Stock Trading
di: Tidwell, John Christopher, et al.
Pubblicazione: (2025)

Recurrent Natural Policy Gradient for POMDPs
di: Cayci, Semih, et al.
Pubblicazione: (2024)

Online Planning in POMDPs with State-Requests
di: Avalos, Raphael, et al.
Pubblicazione: (2024)

Scaling Internal-State Policy-Gradient Methods for POMDPs
di: Aberdeen, Douglas, et al.
Pubblicazione: (2025)

Convergence of a model-free entropy-regularized inverse reinforcement learning algorithm
di: Renard, Titouan, et al.
Pubblicazione: (2024)

The Limits of Pure Exploration in POMDPs: When the Observation Entropy is Enough
di: Zamboni, Riccardo, et al.
Pubblicazione: (2024)

Self-Improving Robust Preference Optimization
di: Choi, Eugene, et al.
Pubblicazione: (2024)

Scalable Policy-Based RL Algorithms for POMDPs
di: Anjarlekar, Ameya, et al.
Pubblicazione: (2025)

Pessimistic Iterative Planning with RNNs for Robust POMDPs
di: Galesloot, Maris F. L., et al.
Pubblicazione: (2024)

Convergence Guarantees for the DeepWalk Embedding on Block Models
di: Harker, Christopher, et al.
Pubblicazione: (2024)

Understanding Likelihood Over-optimisation in Direct Alignment Algorithms
di: Shi, Zhengyan, et al.
Pubblicazione: (2024)