Загрузка страницы

А. А. Наумов: "Finite Time Analysis of Linear Two-timescale Stochastic Approximation"

Общероссийский семинар по оптимизации
30 сентября 2020 г., 17:30, Москва, Онлайн

Finite Time Analysis of Linear Two-timescale Stochastic Approximation
А. А. Наумов

Аннотация: Linear two-timescale stochastic approximation (SA) scheme is an important class of algorithms which has become popular in reinforcement learning (RL), particularly for the policy evaluation problem. Recently, a number of works have been devoted to establishing the finite time analysis of the scheme, especially under the Markovian (non-i.i.d.) noise settings that are ubiquitous in practice. In this talk, we provide a finite-time analysis for linear two timescale SA. Our bounds show that there is no discrepancy in the convergence rate between Markovian and martingale noise, only the constants are affected by the mixing time of the Markov chain. With an appropriate step size schedule, the transient term in the expected error bound is o(1/kc) and the steady-state term is O(1/k), where c is greater than 1 and k is the iteration number. Furthermore, we present an asymptotic expansion of the expected error with a matching lower bound of \Omega(1/k). A simple numerical experiment is presented to support our theory. The talk is based on the recent paper Finite Time Analysis of Linear Two-timescale Stochastic Approximation with Markovian Noise by Maxim Kaledin, Eric Moulines, Alexey Naumov, Vladislav Tadic, Hoi-To Wai ; Proceedings of Thirty Third Conference on Learning Theory, PMLR 125:2144-2203, 2020.

Видео А. А. Наумов: "Finite Time Analysis of Linear Two-timescale Stochastic Approximation" канала Optimization and Statistics
Показать
Комментарии отсутствуют
Введите заголовок:

Введите адрес ссылки:

Введите адрес видео с YouTube:

Зарегистрируйтесь или войдите с
Информация о видео
13 октября 2020 г. 3:41:32
01:21:36
Другие видео канала
Вечер воспоминаний о Вадиме Александровиче Малышеве, 27 апреля 2023 года.Вечер воспоминаний о Вадиме Александровиче Малышеве, 27 апреля 2023 года.Семинар Б.Т. Поляка по оптимизации. Эдуард Горбунов "Стохастическая гладкая оптимизация" 14/03/2023Семинар Б.Т. Поляка по оптимизации. Эдуард Горбунов "Стохастическая гладкая оптимизация" 14/03/2023Вечер воспоминаний о Борисе Теодоровиче Поляке 17 февраляВечер воспоминаний о Борисе Теодоровиче Поляке 17 февраляФ.С.Стонякин "Правила остановки методов градиентного типа при аддитивных ошибках градиента"Ф.С.Стонякин "Правила остановки методов градиентного типа при аддитивных ошибках градиента"О.Н. Граничин Распред. рандомизированный алгоритм стох. аппрокс. при произвольных внешних помехахО.Н. Граничин Распред. рандомизированный алгоритм стох. аппрокс. при произвольных внешних помехахА. Коротин  Параметрические методы вычисления оптимальных транспортных отображений, расстоянийА. Коротин Параметрические методы вычисления оптимальных транспортных отображений, расстоянийДмитрий Камзолов Дэмпфированный Метод Ньютона с глобальной сходимостью O(1/k^2)Дмитрий Камзолов Дэмпфированный Метод Ньютона с глобальной сходимостью O(1/k^2)Р. Хильдебранд Гибридный метод решения конических задач с линейными ограничениями типа неравенстваР. Хильдебранд Гибридный метод решения конических задач с линейными ограничениями типа неравенстваИ.В. Оселедец, Методы обучения глубоких нейронных сетей больших размерностей. Сириус 2022И.В. Оселедец, Методы обучения глубоких нейронных сетей больших размерностей. Сириус 2022А.А. Шананин В круге идей Л.В. Канторовича. Сириус 2022А.А. Шананин В круге идей Л.В. Канторовича. Сириус 2022Сириус 2022. Гасников Седловые задачи. Обзор, часть 2Сириус 2022. Гасников Седловые задачи. Обзор, часть 2Сириус октябрь 2022. Гасников А.В. Седловые задачи. Обзор. часть 1Сириус октябрь 2022. Гасников А.В. Седловые задачи. Обзор. часть 1О.И. Криворотько, Математические модели эпидемиологииО.И. Криворотько, Математические модели эпидемиологииСириус 2022. Двинских Д.М. Безградиентные методы для негладких задач. Федеративное обучениеСириус 2022. Двинских Д.М. Безградиентные методы для негладких задач. Федеративное обучениеЮ. В. Авербух "Игры среднего поля с конечным числом состояний. Подход на основе теории управления"Ю. В. Авербух "Игры среднего поля с конечным числом состояний. Подход на основе теории управления"Д. Тяпкин "Рандомизированный оптимизм в обучении с подкреплением"Д. Тяпкин "Рандомизированный оптимизм в обучении с подкреплением"Антон Проскурников Консенсус и сходимость в алгоритмах усредненияАнтон Проскурников Консенсус и сходимость в алгоритмах усредненияА.Н.Безносиков "Распределенные методы для решения вариационных неравенств"А.Н.Безносиков "Распределенные методы для решения вариационных неравенств"Эдуард Горбунов "Методы, использующие градиентный клиппинг..."Эдуард Горбунов "Методы, использующие градиентный клиппинг..."А.А.Шананин "Анализ спроса на потребительский кредит в России в условиях санкций"А.А.Шананин "Анализ спроса на потребительский кредит в России в условиях санкций"Gesualdo Scutari "Bringing Statistical Thinking in Distributed Optimization"Gesualdo Scutari "Bringing Statistical Thinking in Distributed Optimization"
Яндекс.Метрика