Buchumschlag

Sign-Separated Finite-Time Error Analysis of Q-Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Lee, Donghwan
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learning the Model While Learning Q: Finite-Time Sample Complexity of Online SyncMBQ
von: Lim, Han-Dong, et al.
Veröffentlicht: (2024)

Finite-Time Analysis of Temporal Difference Learning with Experience Replay
von: Lim, Han-Dong, et al.
Veröffentlicht: (2023)

Switching-Geometry Analysis of Deflated Q-Value Iteration
von: Lee, Donghwan
Veröffentlicht: (2026)

Lyapunov-Certified Direct Switching Theory for Q-Learning
von: Lee, Donghwan
Veröffentlicht: (2026)

A Discrete-Time Switching System Analysis of Q-learning
von: Lee, Donghwan, et al.
Veröffentlicht: (2021)

Toward a Unified Lyapunov-Certified ODE Convergence Analysis of Smooth Q-Learning with p-Norms
von: Lee, Donghwan, et al.
Veröffentlicht: (2024)

Suppressing Overestimation in Q-Learning through Adversarial Behaviors
von: Lee, HyeAnn, et al.
Veröffentlicht: (2023)

Finite-Time Error Analysis of Soft Q-Learning: Switching System Approach
von: Jeong, Narim, et al.
Veröffentlicht: (2024)

Periodic Regularized Q-Learning
von: Yang, Hyukjun, et al.
Veröffentlicht: (2026)

Safe-Support Q-Learning: Learning without Unsafe Exploration
von: Lim, Yeeun, et al.
Veröffentlicht: (2026)

Pretraining a Shared Q-Network for Data-Efficient Offline Reinforcement Learning
von: Park, Jongchan, et al.
Veröffentlicht: (2025)

R-GTD: A Geometric Analysis of Gradient Temporal-Difference Learning in Singular Regimes
von: Na, Hyunjun, et al.
Veröffentlicht: (2026)

Understanding the theoretical properties of projected Bellman equation, linear Q-learning, and approximate value iteration
von: Lim, Han-Dong, et al.
Veröffentlicht: (2025)

A finite time analysis of distributed Q-learning
von: Lim, Han-Dong, et al.
Veröffentlicht: (2024)

Analysis of Off-Policy $n$-Step TD-Learning with Linear Function Approximation
von: Lim, Han-Dong, et al.
Veröffentlicht: (2025)

Finite-Time Analysis of Simultaneous Double Q-learning
von: Na, Hyunjun, et al.
Veröffentlicht: (2024)

Beyond the Bellman Fixed Point: Geometry and Fast Policy Identification in Value Iteration
von: Lee, Donghwan
Veröffentlicht: (2026)

Robust Deterministic Policy Gradient for Disturbance Attenuation and Its Application to Quadrotor Control
von: Lee, Taeho, et al.
Veröffentlicht: (2025)

Backstepping Temporal Difference Learning
von: Lim, Han-Dong, et al.
Veröffentlicht: (2023)

Taming the Adversary: Stable Minimax Deep Deterministic Policy Gradient via Fractional Objectives
von: Lee, Taeho, et al.
Veröffentlicht: (2026)

Analysis of approximate linear programming solution to Markov decision problem with log barrier function
von: Lee, Donghwan, et al.
Veröffentlicht: (2025)

Soft Deterministic Policy Gradient with Gaussian Smoothing
von: Na, Hyunjun, et al.
Veröffentlicht: (2026)

Adaptive Policy Backbone via Shared Network
von: Park, Bumgeun, et al.
Veröffentlicht: (2025)

Finite-Time Analysis of Q-Value Iteration for General-Sum Stackelberg Games
von: Jeong, Narim, et al.
Veröffentlicht: (2026)

Continuous-Time Distributed Dynamic Programming for Networked Multi-Agent Markov Decision Processes
von: Lee, Donghwan, et al.
Veröffentlicht: (2023)

MahaVar: OOD Detection via Class-wise Mahalanobis Distance Variance under Neural Collapse
von: Kim, Donghwan, et al.
Veröffentlicht: (2026)

Mitigating the Likelihood Paradox in Flow-based OOD Detection via Entropy Manipulation
von: Kim, Donghwan, et al.
Veröffentlicht: (2026)

Mutation-based Consistency Testing for Evaluating the Code Understanding Capability of LLMs
von: Li, Ziyu, et al.
Veröffentlicht: (2024)

Q-Learning under Finite Model Uncertainty
von: Sester, Julian, et al.
Veröffentlicht: (2024)

Inference of Deterministic Finite Automata via Q-Learning
von: Hosseinkhani, Elaheh, et al.
Veröffentlicht: (2025)

Frictional Q-Learning
von: Kim, Hyunwoo, et al.
Veröffentlicht: (2025)

Symmetric Q-learning: Reducing Skewness of Bellman Error in Online Reinforcement Learning
von: Omura, Motoki, et al.
Veröffentlicht: (2024)

Finite-Time Analysis of MCTS in Continuous POMDP Planning
von: Kong, Da, et al.
Veröffentlicht: (2026)

Chunk-Guided Q-Learning
von: Song, Gwanwoo, et al.
Veröffentlicht: (2026)

Misspecified $Q$-Learning with Sparse Linear Function Approximation: Tight Bounds on Approximation Error
von: Du, Ally Yalei, et al.
Veröffentlicht: (2024)

Merge and Bound: Direct Manipulations on Weights for Class Incremental Learning
von: Kim, Taehoon, et al.
Veröffentlicht: (2025)

Why the Counterintuitive Phenomenon of Likelihood Rarely Appears in Tabular Anomaly Detection with Deep Generative Models?
von: Kim, Donghwan, et al.
Veröffentlicht: (2026)

PhysHanDI: Physics-Based Reconstruction of Hand-Deformable Object Interactions
von: Lee, Jihyun, et al.
Veröffentlicht: (2026)

Find A Winning Sign: Sign Is All We Need to Win the Lottery
von: Oh, Junghun, et al.
Veröffentlicht: (2025)

Model-based Offline Reinforcement Learning with Lower Expectile Q-Learning
von: Park, Kwanyoung, et al.
Veröffentlicht: (2024)