TMLR

Optimization with Access to Auxiliary Information

利用辅助信息进行优化

El Mahdi Chayti, Sai Praneeth Karimireddy

机构 * EPFL（苏黎世联邦理工学院） ； UC Berkeley（加州大学伯克利分校） 纠错

AI总结 本文提出两种通用算法，利用辅助信息优化目标函数，在Hessian相似性假设下提升优化效率。

Comments Published in Transactions on Machine Learning Research (02/2024)

Journal ref Transactions on Machine Learning Research (2024)

Mirror Descent Policy Optimisation for Robust Constrained Markov Decision Processes

镜像下降策略优化用于鲁棒约束马尔可夫决策过程

David M. Bossens, Atsushi Nitanda

机构 * Centre for Frontier AI Research, Agency for Science, Technology and Research (A*STAR)（前沿人工智能研究中心，科技研究局（A*STAR）） ； Singapore Institute of High Performance Computing, Agency for Science, Technology and Research (A*STAR)（新加坡高性能计算研究所，科技研究局（A*STAR）） ； College of Computing and Data Science, Nanyang Technological University, Singapore（计算与数据科学学院，南洋理工大学，新加坡） 纠错

AI总结 本文提出一种镜像下降策略优化方法，用于鲁棒约束马尔可夫决策过程，通过优化策略和转移核实现收敛率和鲁棒性提升。

Journal ref Transactions on Machine Learning Research (TMLR 2025)