Buchumschlag

Finite Memory Belief Approximation for Optimal Control in Partially Observable Markov Decision Processes

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Kim, Mintae
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Systems and Control Information Theory Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Computing the Exact Pareto Front in Average-Cost Multi-Objective Markov Decision Processes
von: Luo, Jiping, et al.
Veröffentlicht: (2026)

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

Feature-Based Belief Aggregation for Partially Observable Markov Decision Problems
von: Li, Yuchao, et al.
Veröffentlicht: (2025)

GNN-Empowered Effective Partial Observation MARL Method for AoI Management in Multi-UAV Network
von: Pan, Yuhao, et al.
Veröffentlicht: (2024)

Minimax-Optimal Reward-Agnostic Exploration in Reinforcement Learning
von: Li, Gen, et al.
Veröffentlicht: (2023)

Finite-Time Minimax Bounds and an Optimal Lyapunov Policy in Queueing Control
von: Liu, Yujie, et al.
Veröffentlicht: (2025)

On Convex Data-Driven Inverse Optimal Control for Nonlinear, Non-stationary and Stochastic Systems
von: Garrabe, Emiland, et al.
Veröffentlicht: (2023)

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

Bayesian Learning of Optimal Policies in Markov Decision Processes with Countably Infinite State-Space
von: Adler, Saghar, et al.
Veröffentlicht: (2023)

Semantic-Aware Remote Estimation of Multiple Markov Sources Under Constraints
von: Luo, Jiping, et al.
Veröffentlicht: (2024)

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

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

Semi-Markov Decision Process Framework for Age of Incorrect Information Minimization
von: Cosandal, Ismail, et al.
Veröffentlicht: (2025)

Concentration of Cumulative Reward in Markov Decision Processes
von: Sayedana, Borna, et al.
Veröffentlicht: (2024)

Communication-Control Codesign for Large-Scale Wireless Networked Control Systems
von: Pang, Gaoyang, et al.
Veröffentlicht: (2024)

Markov Kernels, Distances and Optimal Control: A Parable of Linear Quadratic Non-Gaussian Distribution Steering
von: Teter, Alexis M. H., et al.
Veröffentlicht: (2025)

Achieving Hiding and Smart Anti-Jamming Communication: A Parallel DRL Approach against Moving Reactive Jammer
von: Li, Yangyang, et al.
Veröffentlicht: (2025)

Learning Low-dimensional Latent Dynamics from High-dimensional Observations: Non-asymptotics and Lower Bounds
von: Zhang, Yuyang, et al.
Veröffentlicht: (2024)

Latent Diffusion Model Based Denoising Receiver for 6G Semantic Communication: From Stochastic Differential Theory to Application
von: Wang, Xiucheng, et al.
Veröffentlicht: (2025)

Newton-Flow Particle Filters based on Generalized Cramér Distance
von: Hanebeck, Uwe D.
Veröffentlicht: (2025)

Taming "data-hungry" reinforcement learning? Stability in continuous state-action spaces
von: Duan, Yaqi, et al.
Veröffentlicht: (2024)

Wireless Resource Allocation with Collaborative Distributed and Centralized DRL under Control Channel Attacks
von: Wang, Ke, et al.
Veröffentlicht: (2024)

Approximate Linear Programming for Decentralized Policy Iteration in Cooperative Multi-agent Markov Decision Processes
von: Mandal, Lakshmi, et al.
Veröffentlicht: (2023)

Low-Complexity AoI-Optimal Status Update Control with Partial Battery State Information in Energy Harvesting IoT Networks
von: Wu, Hao, et al.
Veröffentlicht: (2025)

A New Finite-Horizon Dynamic Programming Analysis of Nonanticipative Rate-Distortion Function for Markov Sources
von: He, Zixuan, et al.
Veröffentlicht: (2024)

Online Reinforcement Learning in Markov Decision Process Using Linear Programming
von: Leon, Vincent, et al.
Veröffentlicht: (2023)

Settling the Sample Complexity of Model-Based Offline Reinforcement Learning
von: Li, Gen, et al.
Veröffentlicht: (2022)

Belief Samples Are All You Need For Social Learning
von: JafariNodeh, Mahyar, et al.
Veröffentlicht: (2024)

On the Global Convergence of Policy Gradient in Average Reward Markov Decision Processes
von: Kumar, Navdeep, et al.
Veröffentlicht: (2024)

Structure-Enhanced DRL for Optimal Transmission Scheduling
von: Chen, Jiazheng, et al.
Veröffentlicht: (2022)

Joint Age-State Belief is All You Need: Minimizing AoII via Pull-Based Remote Estimation
von: Cosandal, Ismail, et al.
Veröffentlicht: (2024)

OCMDP: Observation-Constrained Markov Decision Process
von: Wang, Taiyi, et al.
Veröffentlicht: (2024)

Structure-Enhanced Deep Reinforcement Learning for Optimal Transmission Scheduling
von: Chen, Jiazheng, et al.
Veröffentlicht: (2022)

Function Gradient Approximation with Random Shallow ReLU Networks with Control Applications
von: Lamperski, Andrew, et al.
Veröffentlicht: (2024)

Conformal Off-Policy Evaluation in Markov Decision Processes
von: Foffano, Daniele, et al.
Veröffentlicht: (2023)

Bayesian Ambiguity Contraction-based Adaptive Robust Markov Decision Processes for Adversarial Surveillance Missions
von: Choi, Jimin, et al.
Veröffentlicht: (2025)

Action-Conditioned Risk Gating for Safety-Critical Control under Partial Observability
von: Liu, Yushen, et al.
Veröffentlicht: (2026)

Learning Decentralized Partially Observable Mean Field Control for Artificial Collective Behavior
von: Cui, Kai, et al.
Veröffentlicht: (2023)

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

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