Vijay Gupta

LQR约束下的功率梯度方法

无模型学习在速率受限信道上的应用：线性二次调节器案例

随机斯塔克尔伯格博弈中策略梯度学习的有界时间收敛性分析

基于风险约束强化学习的通信感知广域阻尼控制

阶梯经济方法用于可扩展合成立体控制且序列定义的聚氨酯

分布线性随机逼近的有限时间误差界

应用程序在多个约束下最大化非子模块函数

使用实时可达性分析对分布式网络物理系统进行分散安全控制