Value Mirror Descent for Reinforcement Learning
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Jia, Zhichao, Lan, Guanghui |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Mirror Descent-Ascent for mean-field min-max problems
par: Lascu, Razvan-Andrei, et autres
Publié: (2024)
par: Lascu, Razvan-Andrei, et autres
Publié: (2024)
Controlling the Flow: Stability and Convergence for Stochastic Gradient Descent with Decaying Regularization
par: Kassing, Sebastian, et autres
Publié: (2025)
par: Kassing, Sebastian, et autres
Publié: (2025)
Algorithmic Stability of Stochastic Gradient Descent with Momentum under Heavy-Tailed Noise
par: Dang, Thanh, et autres
Publié: (2025)
par: Dang, Thanh, et autres
Publié: (2025)
Reinforcement Learning with Random Time Horizons
par: Borrell, Enric Ribera, et autres
Publié: (2025)
par: Borrell, Enric Ribera, et autres
Publié: (2025)
Wasserstein Formulation of Reinforcement Learning. An Optimal Transport Perspective on Policy Optimization
par: Dus, Mathias
Publié: (2026)
par: Dus, Mathias
Publié: (2026)
Admission Control of Quasi-Reversible Queueing Systems: Optimization and Reinforcement Learning
par: Comte, Céline, et autres
Publié: (2025)
par: Comte, Céline, et autres
Publié: (2025)
Mirror Descent on Riemannian Manifolds
par: Jiang, Jiaxin, et autres
Publié: (2026)
par: Jiang, Jiaxin, et autres
Publié: (2026)
Parameter-free Mirror Descent
par: Jacobsen, Andrew, et autres
Publié: (2022)
par: Jacobsen, Andrew, et autres
Publié: (2022)
A Mirror Descent Perspective of Smoothed Sign Descent
par: Wang, Shuyang, et autres
Publié: (2024)
par: Wang, Shuyang, et autres
Publié: (2024)
Exact Dynamics of Multi-class Stochastic Gradient Descent
par: Collins-Woodfin, Elizabeth, et autres
Publié: (2025)
par: Collins-Woodfin, Elizabeth, et autres
Publié: (2025)
A Generalization Result for Convergence in Learning-to-Optimize
par: Sucker, Michael, et autres
Publié: (2024)
par: Sucker, Michael, et autres
Publié: (2024)
Learning-Based Pricing and Matching for Two-Sided Queues
par: Yang, Zixian, et autres
Publié: (2024)
par: Yang, Zixian, et autres
Publié: (2024)
On the Convergence of Policy in Unregularized Policy Mirror Descent
par: Lin, Dachao, et autres
Publié: (2022)
par: Lin, Dachao, et autres
Publié: (2022)
Mirror Descent on Reproducing Kernel Banach Spaces
par: Kumar, Akash, et autres
Publié: (2024)
par: Kumar, Akash, et autres
Publié: (2024)
Mirror and Preconditioned Gradient Descent in Wasserstein Space
par: Bonet, Clément, et autres
Publié: (2024)
par: Bonet, Clément, et autres
Publié: (2024)
Type-II Saddles and Probabilistic Stability of Stochastic Gradient Descent
par: Ziyin, Liu, et autres
Publié: (2023)
par: Ziyin, Liu, et autres
Publié: (2023)
Online Learning and Optimization for Queues with Unknown Demand Curve and Service Distribution
par: Chen, Xinyun, et autres
Publié: (2023)
par: Chen, Xinyun, et autres
Publié: (2023)
Convergence of Actor-Critic Learning for Mean Field Games and Mean Field Control in Continuous Spaces
par: Fouque, Jean-Pierre, et autres
Publié: (2025)
par: Fouque, Jean-Pierre, et autres
Publié: (2025)
When Machine Learning Meets Importance Sampling: A More Efficient Rare Event Estimation Approach
par: Zhao, Ruoning, et autres
Publié: (2025)
par: Zhao, Ruoning, et autres
Publié: (2025)
Implicit Bias and Convergence of Matrix Stochastic Mirror Descent
par: Akhtiamov, Danil, et autres
Publié: (2026)
par: Akhtiamov, Danil, et autres
Publié: (2026)
On the Convergence of Policy Mirror Descent with Temporal Difference Evaluation
par: Liu, Jiacai, et autres
Publié: (2025)
par: Liu, Jiacai, et autres
Publié: (2025)
Rates of Convergence in the Central Limit Theorem for Markov Chains, with an Application to TD Learning
par: Srikant, R.
Publié: (2024)
par: Srikant, R.
Publié: (2024)
Convergence of Policy Mirror Descent Beyond Compatible Function Approximation
par: Sherman, Uri, et autres
Publié: (2025)
par: Sherman, Uri, et autres
Publié: (2025)
Policy Mirror Descent with Temporal Difference Learning: Sample Complexity under Online Markov Data
par: Li, Wenye, et autres
Publié: (2025)
par: Li, Wenye, et autres
Publié: (2025)
Mirror Descent-Type Algorithms for the Variational Inequality Problem with Functional Constraints
par: Alkousa, Mohammad S., et autres
Publié: (2026)
par: Alkousa, Mohammad S., et autres
Publié: (2026)
On propagation of chaos for the Fisher-Rao gradient flow in entropic mean-field optimization
par: Lazić, Petra, et autres
Publié: (2026)
par: Lazić, Petra, et autres
Publié: (2026)
Generalized Wasserstein Flow Matching: Transport Plans, Everywhere, All at Once
par: Piening, Moritz, et autres
Publié: (2026)
par: Piening, Moritz, et autres
Publié: (2026)
Concentration of General Stochastic Approximation Under Heavy-Tailed Markovian Noise
par: Agrawal, Shubhada, et autres
Publié: (2026)
par: Agrawal, Shubhada, et autres
Publié: (2026)
Bandit Allocational Instability
par: Chen, Yilun, et autres
Publié: (2026)
par: Chen, Yilun, et autres
Publié: (2026)
Diffusion-Based Stochastic Operator Networks for Uncertainty Quantification in Stochastic Partial Differential Equations
par: Huynh, Phuoc-Toan, et autres
Publié: (2026)
par: Huynh, Phuoc-Toan, et autres
Publié: (2026)
Model Predictive Control is almost Optimal for Heterogeneous Restless Multi-armed Bandits
par: Narasimha, Dheeraj, et autres
Publié: (2025)
par: Narasimha, Dheeraj, et autres
Publié: (2025)
Properties of Discrete Sliced Wasserstein Losses
par: Tanguy, Eloi, et autres
Publié: (2023)
par: Tanguy, Eloi, et autres
Publié: (2023)
Non-convex entropic mean-field optimization via Best Response flow
par: Lascu, Razvan-Andrei, et autres
Publié: (2025)
par: Lascu, Razvan-Andrei, et autres
Publié: (2025)
Decoupled Functional Central Limit Theorems for Two-Time-Scale Stochastic Approximation
par: Han, Yuze, et autres
Publié: (2024)
par: Han, Yuze, et autres
Publié: (2024)
Improved sampling via learned diffusions
par: Richter, Lorenz, et autres
Publié: (2023)
par: Richter, Lorenz, et autres
Publié: (2023)
Function approximation by neural nets in the mean-field regime: Entropic regularization and controlled McKean-Vlasov dynamics
par: Tzen, Belinda, et autres
Publié: (2020)
par: Tzen, Belinda, et autres
Publié: (2020)
Asymptotic regularity of a generalised stochastic Halpern scheme
par: Pischke, Nicholas, et autres
Publié: (2024)
par: Pischke, Nicholas, et autres
Publié: (2024)
ODE approximation for the Adam algorithm: General and overparametrized setting
par: Dereich, Steffen, et autres
Publié: (2025)
par: Dereich, Steffen, et autres
Publié: (2025)
Flatness-Aware Stochastic Gradient Langevin Dynamics
par: Bruno, Stefano, et autres
Publié: (2025)
par: Bruno, Stefano, et autres
Publié: (2025)
Approximation and interpolation of deep neural networks
par: Constantinescu, Vlad-Raul, et autres
Publié: (2023)
par: Constantinescu, Vlad-Raul, et autres
Publié: (2023)
Documents similaires
-
Mirror Descent-Ascent for mean-field min-max problems
par: Lascu, Razvan-Andrei, et autres
Publié: (2024) -
Controlling the Flow: Stability and Convergence for Stochastic Gradient Descent with Decaying Regularization
par: Kassing, Sebastian, et autres
Publié: (2025) -
Algorithmic Stability of Stochastic Gradient Descent with Momentum under Heavy-Tailed Noise
par: Dang, Thanh, et autres
Publié: (2025) -
Reinforcement Learning with Random Time Horizons
par: Borrell, Enric Ribera, et autres
Publié: (2025) -
Wasserstein Formulation of Reinforcement Learning. An Optimal Transport Perspective on Policy Optimization
par: Dus, Mathias
Publié: (2026)