Buchumschlag

Optimistic Training and Convergence of Q-Learning -- Extended Version

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mehta, Prashant, Meyn, Sean
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Optimization and Control 68T05, 93E35, 62L20, 93E20
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Stability and Sensitivity Analysis of Relative Temporal-Difference Learning: Extended Version
von: Sakha, Masoud S., et al.
Veröffentlicht: (2026)

Continuous-time Risk-sensitive Reinforcement Learning via Quadratic Variation Penalty
von: Jia, Yanwei
Veröffentlicht: (2024)

On the Rate of Gaussian Approximation for Linear Regression Problems
von: Khusainov, Marat, et al.
Veröffentlicht: (2025)

Sample Complexity of Policy Gradient for Log-Growth Control
von: Pan, Qiuhua, et al.
Veröffentlicht: (2026)

Beyond Bellman: High-Order Generator Regression for Continuous-Time Policy Evaluation
von: Zheng, Yaowei, et al.
Veröffentlicht: (2026)

Finite-Time Analysis of Projected Two-Time-Scale Stochastic Approximation
von: Bai, Yitao, et al.
Veröffentlicht: (2026)

Continuous Policy and Value Iteration for Stochastic Control Problems and Its Convergence
von: Feng, Qi, et al.
Veröffentlicht: (2025)

Exploratory Randomization for Discrete-Time Linear Exponential Quadratic Gaussian (LEQG) Problem
von: Lleo, Sebastien, et al.
Veröffentlicht: (2025)

Gaussian Approximation and Multiplier Bootstrap for Stochastic Gradient Descent
von: Sheshukova, Marina, et al.
Veröffentlicht: (2025)

Asynchronous Stochastic Approximation with Applications to Average-Reward Reinforcement Learning
von: Yu, Huizhen, et al.
Veröffentlicht: (2024)

Mean--Variance Portfolio Selection by Continuous-Time Reinforcement Learning: Algorithms, Regret Analysis, and Empirical Study
von: Huang, Yilie, et al.
Veröffentlicht: (2024)

Policy Gradient for Continuous-Time Mean-Field Control
von: Bayraktar, Erhan, et al.
Veröffentlicht: (2026)

Average-reward reinforcement learning in semi-Markov decision processes via relative value iteration
von: Yu, Huizhen, et al.
Veröffentlicht: (2025)

Stochastic Control with Signatures
von: Bank, P., et al.
Veröffentlicht: (2024)

A Note on Stability in Asynchronous Stochastic Approximation without Communication Delays
von: Yu, Huizhen, et al.
Veröffentlicht: (2023)

Exploratory Randomization for Discrete-Time Risk-Sensitive Benchmarked Investment Management with Reinforcement Learning
von: Lleo, Sebastien, et al.
Veröffentlicht: (2026)

Convergence of policy gradient methods for finite-horizon exploratory linear-quadratic control problems
von: Giegrich, Michael, et al.
Veröffentlicht: (2022)

Optimal control of SDEs with merely measurable drift: an HJB approach
von: Du, Kai, et al.
Veröffentlicht: (2025)

Does DQN Learn?
von: Gopalan, Aditya, et al.
Veröffentlicht: (2022)

Neural Actor-Critic Methods for Hamilton-Jacobi-Bellman PDEs: Asymptotic Analysis and Numerical Studies
von: Cohen, Samuel N., et al.
Veröffentlicht: (2025)

Infinite time horizon stochastic recursive control problems with jumps: dynamic programming and stochastic verification theorems
von: Luo, Sheng, et al.
Veröffentlicht: (2024)

Learning to reflect: A unifying approach for data-driven stochastic control strategies
von: Christensen, Sören, et al.
Veröffentlicht: (2021)

Markovian Foundations for Quasi-Stochastic Approximation with Applications to Extremum Seeking Control
von: Lauand, Caio Kalil, et al.
Veröffentlicht: (2022)

The Score Kalman Filter
von: Iwasaki, Kaito, et al.
Veröffentlicht: (2026)

Continuous time Stochastic optimal control under discrete time partial observations
von: Bayer, Christian, et al.
Veröffentlicht: (2024)

Discrete-Time Approximations of Controlled Diffusions with Infinite Horizon Discounted and Average Cost
von: Pradhan, Somnath, et al.
Veröffentlicht: (2025)

Reflected stochastic recursive control problems with jumps: dynamic programming and stochastic verification theorems
von: Liu, Lu, et al.
Veröffentlicht: (2025)

Optimal Feedback Control in Social Networks in a McKean-Vlasov-Friedkin-Johnsen System
von: Pramanik, Paramahansa
Veröffentlicht: (2025)

Open-loop and closed-loop solvabilities for zero-sum stochastic linear quadratic differential games of Markovian regime switching system
von: Wu, Fan, et al.
Veröffentlicht: (2024)

Stochastic linear-quadratic differential game with Markovian jumps in an infinite horizon
von: Wu, Fan, et al.
Veröffentlicht: (2024)

Reinforcement Learning, Optimal Control, and Bayesian Filtering in Data Assimilation
von: Hammoud, Abed
Veröffentlicht: (2026)

A measure-valued HJB perspective on Bayesian optimal adaptive control
von: Cox, Alexander M. G., et al.
Veröffentlicht: (2025)

Controllability and Vector Potential
von: Shankar, Shiva
Veröffentlicht: (2019)

Control randomisation approach for policy gradient and application to reinforcement learning in optimal switching
von: Denkert, Robert, et al.
Veröffentlicht: (2024)

An optimal level of Stubbornness to win a soccer match
von: Pramanik, Paramahansa
Veröffentlicht: (2025)

Path integral control under McKean-Vlasov dynamics
von: Bennett, Timothy
Veröffentlicht: (2024)

Stability of long run functionals with respect to stationary Markov controls
von: Stettner, Lukasz
Veröffentlicht: (2024)

Reinforcement Learning in Real Option Models
von: Dianetti, Jodi, et al.
Veröffentlicht: (2026)

Flow Matching for Efficient and Scalable Data Assimilation
von: Transue, Taos, et al.
Veröffentlicht: (2025)

Thompson Sampling for Infinite-Horizon Discounted Decision Processes
von: Adelman, Daniel, et al.
Veröffentlicht: (2024)