Bridging the Gap Between Average and Discounted TD Learning
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Tian, Haoxing, Chen, Zaiwei, Paschalidis, Ioannis Ch., Olshevsky, Alex |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
One-Shot Averaging for Distributed TD($λ$) Under Markov Sampling
par: Tian, Haoxing, et autres
Publié: (2024)
par: Tian, Haoxing, et autres
Publié: (2024)
Closing the gap between SVRG and TD-SVRG with Gradient Splitting
par: Mustafin, Arsenii, et autres
Publié: (2022)
par: Mustafin, Arsenii, et autres
Publié: (2022)
On Value Iteration Convergence in Connected MDPs
par: Mustafin, Arsenii, et autres
Publié: (2024)
par: Mustafin, Arsenii, et autres
Publié: (2024)
Analysis of Value Iteration Through Absolute Probability Sequences
par: Mustafin, Arsenii, et autres
Publié: (2025)
par: Mustafin, Arsenii, et autres
Publié: (2025)
Geometric Re-Analysis of Classical MDP Solving Algorithms
par: Mustafin, Arsenii, et autres
Publié: (2025)
par: Mustafin, Arsenii, et autres
Publié: (2025)
MDP Geometry, Normalization and Reward Balancing Solvers
par: Mustafin, Arsenii, et autres
Publié: (2024)
par: Mustafin, Arsenii, et autres
Publié: (2024)
Distributionally Robust Learning in Survival Analysis
par: Jin, Yeping, et autres
Publié: (2025)
par: Jin, Yeping, et autres
Publié: (2025)
Adversarial Imitation Learning from Visual Observations using Latent Information
par: Giammarino, Vittorio, et autres
Publié: (2023)
par: Giammarino, Vittorio, et autres
Publié: (2023)
Provably Efficient Off-Policy Adversarial Imitation Learning with Convergence Guarantees
par: Chen, Yilei, et autres
Publié: (2024)
par: Chen, Yilei, et autres
Publié: (2024)
Visually Robust Adversarial Imitation Learning from Videos with Contrastive Learning
par: Giammarino, Vittorio, et autres
Publié: (2024)
par: Giammarino, Vittorio, et autres
Publié: (2024)
From Set Convergence to Pointwise Convergence: Finite-Time Guarantees for Average-Reward Q-Learning with Adaptive Stepsizes
par: Chen, Zaiwei, et autres
Publié: (2025)
par: Chen, Zaiwei, et autres
Publié: (2025)
Multiple-policy Evaluation via Density Estimation
par: Chen, Yilei, et autres
Publié: (2024)
par: Chen, Yilei, et autres
Publié: (2024)
Improving Adaptive Online Learning Using Refined Discretization
par: Zhang, Zhiyu, et autres
Publié: (2023)
par: Zhang, Zhiyu, et autres
Publié: (2023)
Distributionally Robust Token Optimization in RLHF
par: Jin, Yeping, et autres
Publié: (2026)
par: Jin, Yeping, et autres
Publié: (2026)
A Model-Based Approach for Improving Reinforcement Learning Efficiency Leveraging Expert Observations
par: Ozcan, Erhan Can, et autres
Publié: (2024)
par: Ozcan, Erhan Can, et autres
Publié: (2024)
Achieving $\varepsilon^{-2}$ Dependence for Average-Reward Q-Learning with a New Contraction Principle
par: Chen, Zijun, et autres
Publié: (2026)
par: Chen, Zijun, et autres
Publié: (2026)
DRO-Augment Framework: Robustness by Synergizing Wasserstein Distributionally Robust Optimization and Data Augmentation
par: Hu, Jiaming, et autres
Publié: (2025)
par: Hu, Jiaming, et autres
Publié: (2025)
Generalized Policy Improvement Algorithms with Theoretically Supported Sample Reuse
par: Queeney, James, et autres
Publié: (2022)
par: Queeney, James, et autres
Publié: (2022)
Optimal Transport Perturbations for Safe Reinforcement Learning with Robustness Guarantees
par: Queeney, James, et autres
Publié: (2023)
par: Queeney, James, et autres
Publié: (2023)
Convex SGD: Generalization Without Early Stopping
par: Hendrickx, Julien, et autres
Publié: (2024)
par: Hendrickx, Julien, et autres
Publié: (2024)
Analyzing and Bridging the Gap between Maximizing Total Reward and Discounted Reward in Deep Reinforcement Learning
par: Yin, Shuyu, et autres
Publié: (2024)
par: Yin, Shuyu, et autres
Publié: (2024)
Network Epidemic Control via Model Predictive Control: Extended Version
par: Talaei, Mahtab, et autres
Publié: (2026)
par: Talaei, Mahtab, et autres
Publié: (2026)
Reducing Blackwell and Average Optimality to Discounted MDPs via the Blackwell Discount Factor
par: Grand-Clément, Julien, et autres
Publié: (2023)
par: Grand-Clément, Julien, et autres
Publié: (2023)
Smooth Ranking SVM via Cutting-Plane Method
par: Ozcan, Erhan Can, et autres
Publié: (2024)
par: Ozcan, Erhan Can, et autres
Publié: (2024)
A Minimal-Assumption Analysis of Q-Learning with Time-Varying Policies
par: Nanda, Phalguni, et autres
Publié: (2025)
par: Nanda, Phalguni, et autres
Publié: (2025)
ASPEST: Bridging the Gap Between Active Learning and Selective Prediction
par: Chen, Jiefeng, et autres
Publié: (2023)
par: Chen, Jiefeng, et autres
Publié: (2023)
Learning to Reason Efficiently with Discounted Reinforcement Learning
par: Ayoub, Alex, et autres
Publié: (2025)
par: Ayoub, Alex, et autres
Publié: (2025)
Closing the Gap between TD Learning and Supervised Learning with $Q$-Conditioned Maximization
par: Lei, Xing, et autres
Publié: (2025)
par: Lei, Xing, et autres
Publié: (2025)
Personalized Multi-Agent Average Reward TD-Learning via Joint Linear Approximation
par: Wang, Leo Muxing, et autres
Publié: (2026)
par: Wang, Leo Muxing, et autres
Publié: (2026)
Towards General Preference Alignment: Diffusion Models at Nash Equilibrium
par: Hu, Jiaming, et autres
Publié: (2026)
par: Hu, Jiaming, et autres
Publié: (2026)
Sample Complexity of the Linear Quadratic Regulator: A Reinforcement Learning Lens
par: Moghaddam, Amirreza Neshaei, et autres
Publié: (2024)
par: Moghaddam, Amirreza Neshaei, et autres
Publié: (2024)
Bridging the Gap Between Bayesian Deep Learning and Ensemble Weather Forecasts
par: Xiong, Xinlei, et autres
Publié: (2025)
par: Xiong, Xinlei, et autres
Publié: (2025)
Closing the Gap between TD Learning and Supervised Learning -- A Generalisation Point of View
par: Ghugare, Raj, et autres
Publié: (2024)
par: Ghugare, Raj, et autres
Publié: (2024)
Revisiting Value Iteration: Unified Analysis of Discounted and Average-Reward Cases
par: Mustafin, Arsenii, et autres
Publié: (2025)
par: Mustafin, Arsenii, et autres
Publié: (2025)
Achieving $ε^{-2}$ Sample Complexity for Single-Loop Actor-Critic under Minimal Assumptions
par: Hamza, Ishaq, et autres
Publié: (2026)
par: Hamza, Ishaq, et autres
Publié: (2026)
Natural Policy Gradient as Doubly Smoothed Policy Iteration: A Bellman-Operator Framework
par: Nanda, Phalguni, et autres
Publié: (2026)
par: Nanda, Phalguni, et autres
Publié: (2026)
Position Paper: Bridging the Gap Between Machine Learning and Sensitivity Analysis
par: Scholbeck, Christian A., et autres
Publié: (2023)
par: Scholbeck, Christian A., et autres
Publié: (2023)
Reinforcement Learning for Infinite-Horizon Average-Reward Linear MDPs via Approximation by Discounted-Reward MDPs
par: Hong, Kihyuk, et autres
Publié: (2024)
par: Hong, Kihyuk, et autres
Publié: (2024)
Non-Asymptotic Convergence of Stochastic Iterative Algorithms: A Lyapunov Framework
par: Chen, Zaiwei, et autres
Publié: (2026)
par: Chen, Zaiwei, et autres
Publié: (2026)
The Plug-in Approach for Average-Reward and Discounted MDPs: Optimal Sample Complexity Analysis
par: Zurek, Matthew, et autres
Publié: (2024)
par: Zurek, Matthew, et autres
Publié: (2024)
Documents similaires
-
One-Shot Averaging for Distributed TD($λ$) Under Markov Sampling
par: Tian, Haoxing, et autres
Publié: (2024) -
Closing the gap between SVRG and TD-SVRG with Gradient Splitting
par: Mustafin, Arsenii, et autres
Publié: (2022) -
On Value Iteration Convergence in Connected MDPs
par: Mustafin, Arsenii, et autres
Publié: (2024) -
Analysis of Value Iteration Through Absolute Probability Sequences
par: Mustafin, Arsenii, et autres
Publié: (2025) -
Geometric Re-Analysis of Classical MDP Solving Algorithms
par: Mustafin, Arsenii, et autres
Publié: (2025)