Buchumschlag

Improved Robustness of Deep Reinforcement Learning for Control of Time-Varying Systems by Bounded Extremum Seeking

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Saxena, Shaifalee, Williams, Alan, Fierro, Rafael, Scheinker, Alexander
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Systems and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Deep Reinforcement Learning for Robotic Manipulation under Distribution Shift with Bounded Extremum Seeking
von: Saxena, Shaifalee, et al.
Veröffentlicht: (2026)

Generalized Multi-Constraint Extremum Seeking
von: Williams, Alan, et al.
Veröffentlicht: (2025)

Practical Safe Extremum Seeking with Assignable Rate of Attractivity to the Safe Set
von: Williams, Alan, et al.
Veröffentlicht: (2024)

Nested Extremum Seeking Converges to Stackelberg Equilibrium
von: Ratto, Brad, et al.
Veröffentlicht: (2026)

Distributed Time-Varying Optimization via Unbiased Extremum Seeking
von: Li, Xuebin, et al.
Veröffentlicht: (2025)

On Robust Reinforcement Learning with Lipschitz-Bounded Policy Networks
von: Barbara, Nicholas H., et al.
Veröffentlicht: (2024)

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

Bounded Exploration with World Model Uncertainty in Soft Actor-Critic Reinforcement Learning Algorithm
von: Qiao, Ting, et al.
Veröffentlicht: (2024)

Nuclear Microreactor Control with Deep Reinforcement Learning
von: Tunkle, Leo, et al.
Veröffentlicht: (2025)

Application of Deep Reinforcement Learning to Event-Triggered Control for Networked Artificial Pancreas Systems
von: Ikemoto, Junya, et al.
Veröffentlicht: (2026)

Time-Varying Deep State Space Models for Sequences with Switching Dynamics
von: Karilanova, Sanja, et al.
Veröffentlicht: (2026)

Improved Scalable Lipschitz Bounds for Deep Neural Networks
von: Syed, Usman, et al.
Veröffentlicht: (2025)

Discrete-Time Event-Triggered Extremum Seeking
von: Rodrigues, Victor Hugo Pereira, et al.
Veröffentlicht: (2026)

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

Investigating the Impact of Choice on Deep Reinforcement Learning for Space Controls
von: Hamilton, Nathaniel, et al.
Veröffentlicht: (2024)

Learning Stable and Robust Linear Parameter-Varying State-Space Models
von: Verhoek, Chris, et al.
Veröffentlicht: (2023)

Robust Bandwidth Estimation for Real-Time Communication with Offline Reinforcement Learning
von: Kai, Jian, et al.
Veröffentlicht: (2025)

T2S-MPC: Time-Embedded Online Adaptive Model Predictive Control for Time-Varying Dynamics
von: Shen, Zeyu, et al.
Veröffentlicht: (2026)

Inverse Reinforcement Learning for Minimum-Exposure Paths in Spatiotemporally Varying Scalar Fields
von: Ballentine, Alexandra E., et al.
Veröffentlicht: (2025)

Impact of Computation in Integral Reinforcement Learning for Continuous-Time Control
von: Cao, Wenhan, et al.
Veröffentlicht: (2024)

Event-Triggered Newton-Based Extremum Seeking Control
von: Rodrigues, Victor Hugo Pereira, et al.
Veröffentlicht: (2025)

Multivariable Extremum Seeking Unit-Vector Control Design
von: Silva, Enzo Ferreira Tomaz, et al.
Veröffentlicht: (2025)

Adaptive Extremum Seeking Control via the RMSprop Optimizer
von: McNamee, Patrick, et al.
Veröffentlicht: (2024)

Decentralized Online Regularized Learning Over Random Time-Varying Graphs
von: Zhang, Xiwei, et al.
Veröffentlicht: (2022)

Predictor-Based Output-Feedback Control of Linear Systems with Time-Varying Input and Measurement Delays via Neural-Approximated Prediction Horizons
von: Bhan, Luke, et al.
Veröffentlicht: (2026)

Real-Time Model-Free Deep Reinforcement Learning for Force Control of a Series Elastic Actuator
von: Sambhus, Ruturaj, et al.
Veröffentlicht: (2023)

Risk-Sensitive Soft Actor-Critic for Robust Deep Reinforcement Learning under Distribution Shifts
von: Enders, Tobias, et al.
Veröffentlicht: (2024)

Robust Recovery Controller for a Quadrupedal Robot using Deep Reinforcement Learning
von: Lee, Joonho, et al.
Veröffentlicht: (2019)

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

Robust Model Based Reinforcement Learning Using $\mathcal{L}_1$ Adaptive Control
von: Sung, Minjun, et al.
Veröffentlicht: (2024)

Improving a Proportional Integral Controller with Reinforcement Learning on a Throttle Valve Benchmark
von: Daoudi, Paul, et al.
Veröffentlicht: (2024)

Smart Exploration in Reinforcement Learning using Bounded Uncertainty Models
von: van Hulst, J. S., et al.
Veröffentlicht: (2025)

Reinforcement Learning of Structured Control for Linear Systems with Unknown State Matrix
von: Mukherjee, Sayak, et al.
Veröffentlicht: (2020)

Hypernetwork-Conditioned Reinforcement Learning for Robust Control of Fixed-Wing Aircraft under Actuator Failures
von: Marquis, Dennis, et al.
Veröffentlicht: (2026)

End-to-End Reinforcement Learning of Koopman Models for Economic Nonlinear Model Predictive Control
von: Mayfrank, Daniel, et al.
Veröffentlicht: (2023)

Stochastic Reinforcement Learning with Stability Guarantees for Control of Unknown Nonlinear Systems
von: Quartz, Thanin, et al.
Veröffentlicht: (2024)

Model-Free versus Model-Based Reinforcement Learning for Fixed-Wing UAV Attitude Control Under Varying Wind Conditions
von: Olivares, David, et al.
Veröffentlicht: (2024)

Trustworthy and Explainable Deep Reinforcement Learning for Safe and Energy-Efficient Process Control: A Use Case in Industrial Compressed Air Systems
von: Bezold, Vincent, et al.
Veröffentlicht: (2025)

Multivariable Gradient-Based Extremum Seeking Control with Saturation Constraints
von: Silva, Enzo Ferreira Tomaz, et al.
Veröffentlicht: (2025)

Gradient- and Newton-Based Unit Vector Extremum Seeking Control
von: Luo, Roberto, et al.
Veröffentlicht: (2025)