Buchumschlag

Achieving $ε^{-2}$ Sample Complexity for Single-Loop Actor-Critic under Minimal Assumptions

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hamza, Ishaq, Chen, Zaiwei
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Minimal-Assumption Analysis of Q-Learning with Time-Varying Policies
von: Nanda, Phalguni, et al.
Veröffentlicht: (2025)

SPABA: A Single-Loop and Probabilistic Stochastic Bilevel Algorithm Achieving Optimal Sample Complexity
von: Chu, Tianshu, et al.
Veröffentlicht: (2024)

Natural Policy Gradient as Doubly Smoothed Policy Iteration: A Bellman-Operator Framework
von: Nanda, Phalguni, et al.
Veröffentlicht: (2026)

Achieving ${O}(ε^{-1.5})$ Complexity in Hessian/Jacobian-free Stochastic Bilevel Optimization
von: Yang, Yifan, et al.
Veröffentlicht: (2023)

Provable Acceleration for Diffusion Models under Minimal Assumptions
von: Li, Gen, et al.
Veröffentlicht: (2024)

Concentration of Contractive Stochastic Approximation: Additive and Multiplicative Noise
von: Chen, Zaiwei, et al.
Veröffentlicht: (2023)

Natural Hypergradient Descent: Algorithm Design, Convergence Analysis, and Parallel Implementation
von: Kong, Deyi, et al.
Veröffentlicht: (2026)

Achieving Instance-dependent Sample Complexity for Constrained Markov Decision Process
von: Jiang, Jiashuo, et al.
Veröffentlicht: (2024)

Finite-Time Complexity of Online Primal-Dual Natural Actor-Critic Algorithm for Constrained Markov Decision Processes
von: Zeng, Sihan, et al.
Veröffentlicht: (2021)

A Communication-Efficient Decentralized Actor-Critic Algorithm
von: Ren, Xiaoxing, et al.
Veröffentlicht: (2025)

Exploration from a Primal-Dual Lens: Value-Incentivized Actor-Critic Methods for Sample-Efficient Online RL
von: Yang, Tong, et al.
Veröffentlicht: (2025)

Quasi-Newton Compatible Actor-Critic for Deterministic Policies
von: Kordabad, Arash Bahari, et al.
Veröffentlicht: (2025)

On Convergence of Adam for Stochastic Optimization under Relaxed Assumptions
von: Hong, Yusu, et al.
Veröffentlicht: (2024)

Adaptive Variance Reduction for Stochastic Optimization under Weaker Assumptions
von: Jiang, Wei, et al.
Veröffentlicht: (2024)

Solving Convex-Concave Problems with $\tilde{\mathcal{O}}(ε^{-4/7})$ Second-Order Oracle Complexity
von: Chen, Lesi, et al.
Veröffentlicht: (2025)

Wasserstein Flow Meets Replicator Dynamics: A Mean-Field Analysis of Representation Learning in Actor-Critic
von: Zhang, Yufeng, et al.
Veröffentlicht: (2021)

DR-SAC: Distributionally Robust Soft Actor-Critic for Reinforcement Learning under Uncertainty
von: Cui, Mingxuan, et al.
Veröffentlicht: (2025)

Fast Nonlinear Two-Time-Scale Stochastic Approximation: Achieving $O(1/k)$ Finite-Sample Complexity
von: Doan, Thinh T.
Veröffentlicht: (2024)

A Nearly Optimal Single Loop Algorithm for Stochastic Bilevel Optimization under Unbounded Smoothness
von: Gong, Xiaochuan, et al.
Veröffentlicht: (2024)

A Non-Asymptotic Theory of Seminorm Lyapunov Stability: From Deterministic to Stochastic Iterative Algorithms
von: Chen, Zaiwei, et al.
Veröffentlicht: (2025)

Natural Policy Gradient and Actor Critic Methods for Constrained Multi-Task Reinforcement Learning
von: Zeng, Sihan, et al.
Veröffentlicht: (2024)

Weak Convergence Analysis of Online Neural Actor-Critic Algorithms
von: Lam, Samuel Chun-Hei, et al.
Veröffentlicht: (2024)

Policy Mirror Descent with Temporal Difference Learning: Sample Complexity under Online Markov Data
von: Li, Wenye, et al.
Veröffentlicht: (2025)

Critical Influence of Overparameterization on Sharpness-aware Minimization
von: Shin, Sungbin, et al.
Veröffentlicht: (2023)

A Hessian-Free Actor-Critic Algorithm for Bi-Level Reinforcement Learning with Applications to LLM Fine-Tuning
von: Zeng, Sihan, et al.
Veröffentlicht: (2026)

CACTO-SL: Using Sobolev Learning to improve Continuous Actor-Critic with Trajectory Optimization
von: Alboni, Elisa, et al.
Veröffentlicht: (2023)

Towards Weaker Variance Assumptions for Stochastic Optimization
von: Alacaoglu, Ahmet, et al.
Veröffentlicht: (2025)

Revisiting Convergence of AdaGrad with Relaxed Assumptions
von: Hong, Yusu, et al.
Veröffentlicht: (2024)

Second-order Optimization under Heavy-Tailed Noise: Hessian Clipping and Sample Complexity Limits
von: Sadiev, Abdurakhmon, et al.
Veröffentlicht: (2025)

Convergence of Actor-Critic Learning for Mean Field Games and Mean Field Control in Continuous Spaces
von: Fouque, Jean-Pierre, et al.
Veröffentlicht: (2025)

Sample Complexity of Distributionally Robust Average-Reward Reinforcement Learning
von: Chen, Zijun, et al.
Veröffentlicht: (2025)

Achieving Tighter Finite-Time Rates for Heterogeneous Federated Stochastic Approximation under Markovian Sampling
von: Zhu, Feng, et al.
Veröffentlicht: (2025)

Optimal Single-Policy Sample Complexity and Transient Coverage for Average-Reward Offline RL
von: Zurek, Matthew, et al.
Veröffentlicht: (2025)

Byzantine-Robust and Differentially Private Federated Optimization under Weaker Assumptions
von: Islamov, Rustem, et al.
Veröffentlicht: (2026)

Solving Stochastic Variational Inequalities without the Bounded Variance Assumption
von: Alacaoglu, Ahmet, et al.
Veröffentlicht: (2026)

Why Smooth Stability Assumptions Fail for ReLU Learning
von: Katende, Ronald
Veröffentlicht: (2025)

Single-Loop Stochastic Algorithms for Difference of Max-Structured Weakly Convex Functions
von: Hu, Quanqi, et al.
Veröffentlicht: (2024)

Completely Parameter-Free Single-Loop Algorithms for Nonconvex-Concave Minimax Problems
von: Yang, Junnan, et al.
Veröffentlicht: (2024)

Single-Loop Deterministic and Stochastic Interior-Point Algorithms for Nonlinearly Constrained Optimization
von: Curtis, Frank E., et al.
Veröffentlicht: (2024)

Federated Calculation of the Free-Support Transportation Barycenter by Single-Loop Dual Decomposition
von: Lin, Zhengqi, et al.
Veröffentlicht: (2025)