Buchumschlag

Beyond the Bellman Recursion: A Pontryagin-Guided Framework for Non-Exponential Discounting

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ko, Hojin, Huh, Jeonggyu
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

Pontryagin-Guided Policy Optimization for Merton's Portfolio Problem
von: Huh, Jeonggyu, et al.
Veröffentlicht: (2024)

A Pontryagin Perspective on Reinforcement Learning
von: Eberhard, Onno, et al.
Veröffentlicht: (2024)

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

Recursive Entropic Risk Optimization in Discounted MDPs: Sample Complexity Bounds with a Generative Model
von: Mortensen, Oliver, et al.
Veröffentlicht: (2025)

Is Bellman Equation Enough for Learning Control?
von: You, Haoxiang, et al.
Veröffentlicht: (2025)

Quotient-Categorical Representations for Bellman-Compatible Average-Reward Distributional Reinforcement Learning
von: Kaya, Ege C., et al.
Veröffentlicht: (2026)

Bellman Optimality of Average-Reward Robust Markov Decision Processes with a Constant Gain
von: Wang, Shengbo, et al.
Veröffentlicht: (2025)

Dynamic Regret via Discounted-to-Dynamic Reduction with Applications to Curved Losses and Adam Optimizer
von: Xie, Yan-Feng, et al.
Veröffentlicht: (2026)

Verifiable Error Bounds for Physics-Informed Neural Network Solutions of Lyapunov and Hamilton-Jacobi-Bellman Equations
von: Liu, Jun
Veröffentlicht: (2026)

Exponential Concentration in Stochastic Approximation
von: Law, Kody, et al.
Veröffentlicht: (2022)

On the Correctness of the Generalized Isotonic Recursive Partitioning Algorithm
von: Won, Joong-Ho, et al.
Veröffentlicht: (2024)

Optimal Transport with Tempered Exponential Measures
von: Amid, Ehsan, et al.
Veröffentlicht: (2023)

Second-Order Mirror Descent: Convergence in Games Beyond Averaging and Discounting
von: Gao, Bolin, et al.
Veröffentlicht: (2021)

A Gradient Guided Diffusion Framework for Chance Constrained Programming
von: Zhang, Boyang, et al.
Veröffentlicht: (2025)

FERERO: A Flexible Framework for Preference-Guided Multi-Objective Learning
von: Chen, Lisha, et al.
Veröffentlicht: (2024)

Probabilistic Guarantees of Stochastic Recursive Gradient in Non-Convex Finite Sum Problems
von: Zhong, Yanjie, et al.
Veröffentlicht: (2024)

Subsampled Ensemble Can Improve Generalization Tail Exponentially
von: Qian, Huajie, et al.
Veröffentlicht: (2024)

Tiny Recursive Models for Solving the J2-Perturbed Lambert Problem
von: Wijayatunga, Minduli, et al.
Veröffentlicht: (2026)

Data Clustering and Visualization with Recursive Goemans-Williamson MaxCut Algorithm
von: Ly, An, et al.
Veröffentlicht: (2024)

Understanding SGD with Exponential Moving Average: A Case Study in Linear Regression
von: Li, Xuheng, et al.
Veröffentlicht: (2025)

On the Convergence of Adam under Non-uniform Smoothness: Separability from SGDM and Beyond
von: Wang, Bohan, et al.
Veröffentlicht: (2024)

Exponential Convergence of (Stochastic) Gradient Descent for Separable Logistic Regression
von: Kale, Sacchit, et al.
Veröffentlicht: (2026)

Recursively Feasible Probabilistic Safe Online Learning with Control Barrier Functions
von: Castañeda, Fernando, et al.
Veröffentlicht: (2022)

The Plug-in Approach for Average-Reward and Discounted MDPs: Optimal Sample Complexity Analysis
von: Zurek, Matthew, et al.
Veröffentlicht: (2024)

Online Learning Guided Quasi-Newton Methods with Global Non-Asymptotic Convergence
von: Jiang, Ruichen, et al.
Veröffentlicht: (2024)

Achieving Margin Maximization Exponentially Fast via Progressive Norm Rescaling
von: Wang, Mingze, et al.
Veröffentlicht: (2023)

Koopman Data-Driven Predictive Control with Robust Stability and Recursive Feasibility Guarantees
von: de Jong, Thomas, et al.
Veröffentlicht: (2024)

Pontryagin-Bellman Differential Dynamic Programming for Low-Thrust Trajectory Optimization with Path Constraints
von: Sidhoum, Yanis, et al.
Veröffentlicht: (2025)

Exponentially Weighted Algorithm for Online Network Resource Allocation with Long-Term Constraints
von: Sid-Ali, Ahmed, et al.
Veröffentlicht: (2024)

Asynchronous Decentralized SGD under Non-Convexity: A Block-Coordinate Descent Framework
von: Zhou, Yijie, et al.
Veröffentlicht: (2025)

Decision Making under the Exponential Family: Distributionally Robust Optimisation with Bayesian Ambiguity Sets
von: Dellaporta, Charita, et al.
Veröffentlicht: (2024)

On Bellman equations for continuous-time policy evaluation I: discretization and approximation
von: Mou, Wenlong, et al.
Veröffentlicht: (2024)

Stability and Generalization for Stochastic Recursive Momentum-based Algorithms for (Strongly-)Convex One to $K$-Level Stochastic Optimizations
von: Pan, Xiaokang, et al.
Veröffentlicht: (2024)

End-to-End Learning Framework for Solving Non-Markovian Optimal Control
von: Zhang, Xiaole, et al.
Veröffentlicht: (2025)

$γ$-weakly $θ$-up-concavity: A Unified Framework for Non-Convex Optimization Beyond DR-Submodular and OSS Functions
von: Pedramfar, Mohammad, et al.
Veröffentlicht: (2026)

Nonconvex Optimization Framework for Group-Sparse Feedback Linear-Quadratic Optimal Control: Non-Penalty Approach
von: Feng, Lechen, et al.
Veröffentlicht: (2025)

Demystifying SGD with Doubly Stochastic Gradients
von: Kim, Kyurae, et al.
Veröffentlicht: (2024)

A Stochastic Quasi-Newton Method for Non-convex Optimization with Non-uniform Smoothness
von: Sun, Zhenyu, et al.
Veröffentlicht: (2024)

Optimal Stochastic Non-smooth Non-convex Optimization through Online-to-Non-convex Conversion
von: Cutkosky, Ashok, et al.
Veröffentlicht: (2023)

Learning to Adapt: In-Context Learning Beyond Stationarity
von: Qin, Zhen, et al.
Veröffentlicht: (2026)