Constrained Reinforcement Learning via Dissipative Saddle Flow Dynamics
Constrained Reinforcement Learning via Dissipative Saddle Flow Dynamics
复制标题
通过耗散鞍流动力学进行约束强化学习
DOI：
10.1109/ieeeconf56349.2022.10052060
复制
发表时间：
2022
期刊：
影响因子：
--
通讯作者：
Mallada, Enrique
中科院分区：
文献类型：
--
作者：
Zheng, Tianqi;You, Pengcheng;Mallada, Enrique
登录
查看更多内容
鞍形流动力学：可观测证书和可分离正则化
DOI：
10.23919/acc50511.2021.9483346
发表时间：
2021
期刊：
American Control Conference
影响因子：
--
作者：
You, Pengcheng;Mallada, Enrique
通讯作者：
Mallada, Enrique
具有几乎确定约束的强化学习
DOI：
--
发表时间：
2022
期刊：
Proceedings of The 4th Annual Learning for Dynamics and Control Conference,
影响因子：
--
作者：
Castellano, Agustin;Min, Hancheng;Bazerque, Juan A.;Mallada, Enrique
通讯作者：
Mallada, Enrique
基于节点的多路径路由稳定性和双重拥塞控制
DOI：
10.1109/cdc.2008.4739209
发表时间：
2008
期刊：
2008 47th IEEE Conference on Decision and Control
影响因子：
--
作者：
Enrique Mallada;F. Paganini
通讯作者：
F. Paganini
通过原始对偶方法实现约束强化学习的零约束违规
DOI：
--
发表时间：
2021
期刊：
AAAI Conference on Artificial Intelligence
影响因子：
--
作者：
Qinbo Bai;A. S. Bedi;Mridul Agarwal;Alec Koppel;V. Aggarwal
通讯作者：
V. Aggarwal
随机线性规划在近线性（有时是次线性）时间内解决马尔可夫决策问题
DOI：
10.1287/moor.2019.1000
发表时间：
2020
期刊：
Math. Oper. Res.
影响因子：
--
作者：
Mengdi Wang
通讯作者：
Mengdi Wang