Reward Redistribution for CVaR MDPs using a Bellman Operator on L-infinity
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Muni, Aneri, Taboga, Vincent, Derman, Esther, Bacon, Pierre-Luc, Delage, Erick |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Actor-Critic Algorithm for Dynamic Expectile and CVaR
par: Luo, Yudong, et autres
Publié: (2026)
par: Luo, Yudong, et autres
Publié: (2026)
Boosting CVaR Policy Optimization with Quantile Gradients
par: Luo, Yudong, et autres
Publié: (2026)
par: Luo, Yudong, et autres
Publié: (2026)
Return Capping: Sample-Efficient CVaR Policy Gradient Optimisation
par: Mead, Harry, et autres
Publié: (2025)
par: Mead, Harry, et autres
Publié: (2025)
Adaptive Insurance Reserving with CVaR-Constrained Reinforcement Learning under Macroeconomic Regimes
par: Dong, Stella C.
Publié: (2025)
par: Dong, Stella C.
Publié: (2025)
Long-Horizon Model-Based Offline Reinforcement Learning Without Explicit Conservatism
par: Ni, Tianwei, et autres
Publié: (2025)
par: Ni, Tianwei, et autres
Publié: (2025)
Q-learning for Quantile MDPs: A Decomposition, Performance, and Convergence Analysis
par: Hau, Jia Lin, et autres
Publié: (2024)
par: Hau, Jia Lin, et autres
Publié: (2024)
Distributionally Robust Safety Verification of Neural Networks via Worst-Case CVaR
par: Kishida, Masako
Publié: (2025)
par: Kishida, Masako
Publié: (2025)
Dynamically Augmented CVaR for MDPs
par: Feinberg, Eugene A., et autres
Publié: (2022)
par: Feinberg, Eugene A., et autres
Publié: (2022)
CVaR-Based Variational Quantum Optimization for User Association in Handoff-Aware Vehicular Networks
par: Yan, Zijiang, et autres
Publié: (2025)
par: Yan, Zijiang, et autres
Publié: (2025)
Parameterized Projected Bellman Operator
par: Vincent, Théo, et autres
Publié: (2023)
par: Vincent, Théo, et autres
Publié: (2023)
Online Risk-Averse Planning in POMDPs Using Iterated CVaR Value Function
par: Pariente, Yaacov, et autres
Publié: (2026)
par: Pariente, Yaacov, et autres
Publié: (2026)
ClauseLens: Clause-Grounded, CVaR-Constrained Reinforcement Learning for Trustworthy Reinsurance Pricing
par: Dong, Stella C., et autres
Publié: (2025)
par: Dong, Stella C., et autres
Publié: (2025)
Prospect-Theory Behavior from Bellman Optimality in MDPs with Catastrophic States
par: Chen, Yujiao
Publié: (2026)
par: Chen, Yujiao
Publié: (2026)
Planning and Learning in Average Risk-aware MDPs
par: Wang, Weikai, et autres
Publié: (2025)
par: Wang, Weikai, et autres
Publié: (2025)
Accelerated Online Risk-Averse Policy Evaluation in POMDPs with Theoretical Guarantees and Novel CVaR Bounds
par: Pariente, Yaacov, et autres
Publié: (2026)
par: Pariente, Yaacov, et autres
Publié: (2026)
Gradual Transition from Bellman Optimality Operator to Bellman Operator in Online Reinforcement Learning
par: Omura, Motoki, et autres
Publié: (2025)
par: Omura, Motoki, et autres
Publié: (2025)
Discovery of Sustainable Refrigerants through Physics-Informed RL Fine-Tuning of Sequence Models
par: Goldszal, Adrien, et autres
Publié: (2025)
par: Goldszal, Adrien, et autres
Publié: (2025)
Beyond Scalar Rewards: An Axiomatic Framework for Lexicographic MDPs
par: Shakerinava, Mehran, et autres
Publié: (2025)
par: Shakerinava, Mehran, et autres
Publié: (2025)
Tree Search-Based Policy Optimization under Stochastic Execution Delay
par: Valensi, David, et autres
Publié: (2024)
par: Valensi, David, et autres
Publié: (2024)
In-Context Reinforcement Learning through Bayesian Fusion of Context and Value Prior
par: Berkes, Anaïs, et autres
Publié: (2026)
par: Berkes, Anaïs, et autres
Publié: (2026)
The Three Regimes of Offline-to-Online Reinforcement Learning
par: Li, Lu, et autres
Publié: (2025)
par: Li, Lu, et autres
Publié: (2025)
Autonomous Sparse Mean-CVaR Portfolio Optimization
par: Lin, Yizun, et autres
Publié: (2024)
par: Lin, Yizun, et autres
Publié: (2024)
A Computationally Efficient Algorithm for Infinite-Horizon Average-Reward Linear MDPs
par: Hong, Kihyuk, et autres
Publié: (2025)
par: Hong, Kihyuk, et autres
Publié: (2025)
Understanding Behavioral Metric Learning: A Large-Scale Study on Distracting Reinforcement Learning Environments
par: Luo, Ziyan, et autres
Publié: (2025)
par: Luo, Ziyan, et autres
Publié: (2025)
Global Convergence for Average Reward Constrained MDPs with Primal-Dual Actor Critic Algorithm
par: Xu, Yang, et autres
Publié: (2025)
par: Xu, Yang, et autres
Publié: (2025)
MICRO: Model-Based Offline Reinforcement Learning with a Conservative Bellman Operator
par: Liu, Xiao-Yin, et autres
Publié: (2023)
par: Liu, Xiao-Yin, et autres
Publié: (2023)
Do Transformer World Models Give Better Policy Gradients?
par: Ma, Michel, et autres
Publié: (2024)
par: Ma, Michel, et autres
Publié: (2024)
Risk-averse Total-reward MDPs with ERM and EVaR
par: Su, Xihong, et autres
Publié: (2024)
par: Su, Xihong, et autres
Publié: (2024)
Solving Non-Rectangular Reward-Robust MDPs via Frequency Regularization
par: Gadot, Uri, et autres
Publié: (2023)
par: Gadot, Uri, et autres
Publié: (2023)
Bellman Error Centering
par: Chen, Xingguo, et autres
Publié: (2025)
par: Chen, Xingguo, et autres
Publié: (2025)
Minimax Optimal Variance-Aware Regret Bounds for Multinomial Logistic MDPs
par: Boudart, Pierre, et autres
Publié: (2026)
par: Boudart, Pierre, et autres
Publié: (2026)
Redistributing Rewards Across Time and Agents for Multi-Agent Reinforcement Learning
par: Kapoor, Aditya, et autres
Publié: (2025)
par: Kapoor, Aditya, et autres
Publié: (2025)
On the Fundamental Limitations of Dual Static CVaR Decompositions in Markov Decision Processes
par: Godbout, Mathieu, et autres
Publié: (2025)
par: Godbout, Mathieu, et autres
Publié: (2025)
Layerwise LQR for Geometry-Aware Optimization of Deep Networks
par: Dufort-Labbé, Simon, et autres
Publié: (2026)
par: Dufort-Labbé, Simon, et autres
Publié: (2026)
Rotation-Preserving Supervised Fine-Tuning
par: Jin, Hangzhan, et autres
Publié: (2026)
par: Jin, Hangzhan, et autres
Publié: (2026)
Network Sparsity Unlocks the Scaling Potential of Deep Reinforcement Learning
par: Ma, Guozheng, et autres
Publié: (2025)
par: Ma, Guozheng, et autres
Publié: (2025)
Iterated $Q$-Network: Beyond One-Step Bellman Updates in Deep Reinforcement Learning
par: Vincent, Théo, et autres
Publié: (2024)
par: Vincent, Théo, et autres
Publié: (2024)
Instantiating Bayesian CVaR lower bounds in Interactive Decision Making Problems
par: Bongole, Raghav, et autres
Publié: (2026)
par: Bongole, Raghav, et autres
Publié: (2026)
RASR: Risk-Averse Soft-Robust MDPs with EVaR and Entropic Risk
par: Hau, Jia Lin, et autres
Publié: (2022)
par: Hau, Jia Lin, et autres
Publié: (2022)
Principal-Agent Reward Shaping in MDPs
par: Ben-Porat, Omer, et autres
Publié: (2023)
par: Ben-Porat, Omer, et autres
Publié: (2023)
Documents similaires
-
Actor-Critic Algorithm for Dynamic Expectile and CVaR
par: Luo, Yudong, et autres
Publié: (2026) -
Boosting CVaR Policy Optimization with Quantile Gradients
par: Luo, Yudong, et autres
Publié: (2026) -
Return Capping: Sample-Efficient CVaR Policy Gradient Optimisation
par: Mead, Harry, et autres
Publié: (2025) -
Adaptive Insurance Reserving with CVaR-Constrained Reinforcement Learning under Macroeconomic Regimes
par: Dong, Stella C.
Publié: (2025) -
Long-Horizon Model-Based Offline Reinforcement Learning Without Explicit Conservatism
par: Ni, Tianwei, et autres
Publié: (2025)