#convergence analysis

6 stories · 0 in 7 days · 0 in 30 days

MDP 1 Success Conditioning 1 reinforcement learning 1

Stories, products and papers tagged "convergence analysis", newest first.

Oct 5

Papers Policy20:10

Chinese content研究证明 Success Conditioning 在一类 MDP 上收敛于最优策略

如果你做强化学习，这篇把平时凭感觉用的 success conditioning 给了收敛证明和速率，折扣 MDP 和单期 MDP 分别给了 O 界，理论党可以细看。

#Success Conditioning #reinforcement learning #MDP #convergence analysis

arXiv cs.LG@Matthew Brun, Xu Andy SunSource

Aug 7

Chinese content同样本与独立样本随机外梯度求解单调变分不等式

刚看到一篇论文，把同样本和独立样本随机外梯度的收敛性区别讲透了，还有反例。

#S-SEG #I-SEG #convergence analysis

arXiv cs.LG@TaeHo Yoon, Nicolas LoizouSource

Jul 1

Chinese contentSAIL-RevKL：带有逆向KL惩罚的自改进在线LLM对齐收敛性分析

这篇论文给自改进对齐的收敛性补上了理论证明，SAIL-RevKL加了逆向KL惩罚后效果更好，对做LLM对齐和强化学习的朋友很有参考价值。

#SAIL #SAIL-RevKL #MuJoCo #convergence analysis

arXiv cs.LG@Xudong Wu et al. (4)Source

Jun 1

Chinese content分布式优化中误差反馈算法的紧致理论分析

做分布式机器学习或联邦学习的开发者，这篇论文给出了误差反馈算法的理论极限，帮你理解通信压缩到底能省多少而不损失收敛性，值得细读。

#distributed optimization #convergence analysis

arXiv cs.LG@Daniel Berg Thomsen et al. (3)Source

May 19

PapersSelected14:49

Chinese contentAdaGrad 在重尾噪声下收敛性首次证明

理论研究者终于有了 AdaGrad 在重尾噪声下的收敛保证，做优化算法分析的人值得关注——它解释了为何 Adam 等自适应方法在真实场景中表现稳健，且无需额外操作。

#AdaGrad #heavy-tailed noise #convergence analysis #non-convex optimization

arXiv cs.LG@Zijian LiuSource

May 11

Chinese content指数效用强化学习：折扣MDP的算法与收敛性

该研究为指数效用目标下的RL提供了严格的值基算法与收敛证明，填补了理论空白。对风险敏感决策领域（如金融、自动驾驶）的实践者有重要参考价值。

#reinforcement learning #convergence analysis

arXiv cs.LGSource