:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bicer, Osman, Kara, Ali D., Yuksel, Serdar
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Optimization and Control Machine Learning
Online-Zugang:	https://arxiv.org/abs/2510.04355
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Near Optimal Approximations and Finite Memory Policies for POMPDs with Continuous Spaces
von: Kara, Ali Devran, et al.
Veröffentlicht: (2024)

Partially Observed Optimal Stochastic Control: Regularity, Optimality, Approximations, and Learning
von: Kara, Ali Devran, et al.
Veröffentlicht: (2024)

Robustness to Model Approximation, Model Learning From Data, and Sample Complexity in Wasserstein Regular MDPs
von: Zhou, Yichen, et al.
Veröffentlicht: (2024)

Q-Learning for Stochastic Control under General Information Structures and Non-Markovian Environments
von: Kara, Ali Devran, et al.
Veröffentlicht: (2023)

Kernel Mean Embedding Topology: Weak and Strong Forms for Stochastic Kernels and Implications for Model Learning
von: Saldi, Naci, et al.
Veröffentlicht: (2025)

Refined Bounds on Near Optimality Finite Window Policies in POMDPs and Their Reinforcement Learning
von: Demirci, Yunus Emre, et al.
Veröffentlicht: (2024)

Data-Driven Non-Parametric Model Learning and Adaptive Control of MDPs with Borel spaces: Identifiability and Near Optimal Design
von: Mrani-Zentar, Omar, et al.
Veröffentlicht: (2025)

Reinforcement Learning with Function Approximation for Non-Markov Processes
von: Kara, Ali Devran
Veröffentlicht: (2026)

An Optimal Control Approach To Transformer Training
von: Akman, Kağan, et al.
Veröffentlicht: (2026)

Reinforcement Learning for Discounted and Ergodic Control of Diffusion Processes
von: Bayraktar, Erhan, et al.
Veröffentlicht: (2026)

Satisficing Paths and Independent Multi-Agent Reinforcement Learning in Stochastic Games
von: Yongacoglu, Bora, et al.
Veröffentlicht: (2021)

Layer-wise Quantization for Quantized Optimistic Dual Averaging
von: Nguyen, Anh Duc, et al.
Veröffentlicht: (2025)

Online Distributed Learning with Quantized Finite-Time Coordination
von: Bastianello, Nicola, et al.
Veröffentlicht: (2023)

Another Look at Partially Observed Optimal Stochastic Control: Existence, Ergodicity, and Approximations without Belief-Reduction
von: Yüksel, Serdar
Veröffentlicht: (2023)

Q-Learning under Finite Model Uncertainty
von: Sester, Julian, et al.
Veröffentlicht: (2024)

WinQ: Accelerating Quantization-Aware Training of Language Models Around Saddle Points
von: Li, Dongyue, et al.
Veröffentlicht: (2026)

Learning POMDPs with Linear Function Approximation and Finite Memory
von: Kara, Ali Devran
Veröffentlicht: (2025)

Planning and Learning in Average Risk-aware MDPs
von: Wang, Weikai, et al.
Veröffentlicht: (2025)

Landscape of Policy Optimization for Finite Horizon MDPs with General State and Action
von: Chen, Xin, et al.
Veröffentlicht: (2024)

Offline-Online Reinforcement Learning for Linear Mixture MDPs
von: Zhang, Zhongjun, et al.
Veröffentlicht: (2026)

Joint MDPs and Reinforcement Learning in Coupled-Dynamics Environments
von: Kaya, Ege C., et al.
Veröffentlicht: (2026)

Sensitivity of Filter Kernels and Robustness Bounds to Transition and Measurement Kernel Perturbations in Partially Observable Stochastic Control
von: Demirci, Yunus Emre, et al.
Veröffentlicht: (2025)

Stochastic Approximation with Unbounded Markovian Noise: A General-Purpose Theorem
von: Haque, Shaan Ul, et al.
Veröffentlicht: (2024)

Model approximation in MDPs with unbounded per-step cost
von: Bozkurt, Berk, et al.
Veröffentlicht: (2024)

Efficient Model-Free Exploration in Low-Rank MDPs
von: Mhammedi, Zakaria, et al.
Veröffentlicht: (2023)

Approximations and Learning for Decentralized Stochastic Control and Near Optimal Finite Window Policies
von: Mrani-Zentar, Omar, et al.
Veröffentlicht: (2026)

Sliding Window Codes: Near-Optimality and Q-Learning for Zero-Delay Coding
von: Cregg, Liam, et al.
Veröffentlicht: (2023)

PARQ: Piecewise-Affine Regularized Quantization
von: Jin, Lisa, et al.
Veröffentlicht: (2025)

A Simple Finite-Time Analysis of TD Learning with Linear Function Approximation
von: Mitra, Aritra
Veröffentlicht: (2024)

Learning Infinite-Horizon Average-Reward Linear Mixture MDPs of Bounded Span
von: Chae, Woojin, et al.
Veröffentlicht: (2024)

Incremental Learning of Sparse Attention Patterns in Transformers
von: Yüksel, Oğuz Kaan, et al.
Veröffentlicht: (2026)

Quantization Avoids Saddle Points in Distributed Optimization
von: Bo, Yanan, et al.
Veröffentlicht: (2024)

Soft Robust MDPs and Risk-Sensitive MDPs: Equivalence, Policy Gradient, and Sample Complexity
von: Zhang, Runyu, et al.
Veröffentlicht: (2023)

Representative Action Selection for Large Action Space: From Bandits to MDPs
von: Zhou, Quan, et al.
Veröffentlicht: (2025)

GANQ: GPU-Adaptive Non-Uniform Quantization for Large Language Models
von: Zhao, Pengxiang, et al.
Veröffentlicht: (2025)

Average Cost Optimality of Partially Observed MDPS: Contraction of Non-linear Filters, Optimal Solutions and Approximations
von: Demirci, Yunus Emre, et al.
Veröffentlicht: (2023)

Decentralized Optimization on Compact Submanifolds by Quantized Riemannian Gradient Tracking
von: Chen, Jun, et al.
Veröffentlicht: (2025)

On Borkar and Young Relaxed Control Topologies and Continuous Dependence of Invariant Measures on Control Policy
von: Yüksel, Serdar
Veröffentlicht: (2023)

A Finite-Time Analysis of TD Learning with Linear Function Approximation without Projections or Strong Convexity
von: Lee, Wei-Cheng, et al.
Veröffentlicht: (2025)

Universal Approximation Theorem for Deep Q-Learning via FBSDE System
von: Qi, Qian
Veröffentlicht: (2025)