马修·劳里埃
人员信息
优化列表
![笔记](https://dblp.uni-trier.de/img/note-mark.dark.12x12.png)
2020年–今天
2024 【c23】 崔凯(Kai Cui) , 哥科·达亚尼克利 , 马修·劳里埃 , 马蒂厄·盖斯特 , 奥利维尔·皮特金 , Heinz Koeppl公司 :
学习离散时间的大、小平场比赛。 AAAI公司 2024 : 9616-9625 [公元22年] 哥科·达亚尼克利 , 马修·劳里埃 , 张嘉诚 :
具有常见噪声的平均场控制问题中人口相关控制的深度学习。 美国原子能机构 2024 : 2231-2233 【c21】 吴子达 , 马修·劳里埃 , Samuel Jia Cong Chua(蔡家聪) , 马蒂厄·盖斯特 , 奥利维尔·皮特金 , 安库尔·梅塔 :
通过深度强化学习为Mean-Field游戏提供人口软件在线镜像下降。 美国原子能机构 2024 : 2561-2563 [i44] 马修·劳里埃 , 卢多维奇·唐皮 , 周旭晨 :
异构代理间相对性能准则下最优投资的深度学习方法。 CoRR公司 abs/2402.07365 ( 2024 ) [i43] 吴子达 , 马修·劳里埃 , 塞缪尔·贾从楚 , 马蒂厄·盖斯特 , 奥利维尔·皮特金 , 安库尔·梅塔 :
通过深度强化学习为Mean-Field游戏提供人口软件在线镜像下降。 CoRR公司 abs/2403.03552 ( 2024 ) [i42] 穆罕默德·阿内克·乌兹·扎曼 , 亚历克·科佩尔 , 马修·劳里埃 , 塔梅尔·巴萨尔 :
合作竞争代理的独立RL:平均场视角。 CoRR公司 abs/2403.11345 ( 2024 ) 2023 [c20] 第奥古·戈麦斯 , 朱利安·古铁雷斯 , 马修·劳里埃 :
常见噪声下价格形成模型的机器学习体系结构。 疾病预防控制中心 2023 : 4345-4350 [第19条] 乔治娅·兰波尼 , 帕维尔·科列夫 , 奥利维尔·皮特金 , 鸟和 , 马修·劳里埃 , 马蒂厄·盖斯特 :
论Mean-field游戏中的模仿。 NeurIPS公司 2023 [第18条] 莉拉·方特斯 , 苏菲·拉普兰特 , 马修·劳里埃 , 亚历山大·诺林 :
具有大输出的功能的通信复杂性。 SIROCCO公司 2023 : 427-458 [i41] 塞巴斯蒂安·鲍德勒 , 布里尤克·弗雷奈斯 , 马修·劳里埃 , 阿马尔·马奇塔莱 , 朱雨晨 :
平均场最优传输的深度学习。 CoRR公司 abs/2302.14739 ( 2023 ) [i40] 胡瑞萌 , 马修·劳里埃 :
随机控制和游戏的机器学习方法的最新发展。 CoRR公司 腹肌/230310257 ( 2023 ) [i39] 莉拉字体 , 苏菲·拉普兰特 , 马修·劳里埃 , 亚历山大·诺林 :
具有大输出的函数的通信复杂性。 CoRR公司 abs/2304.00391 ( 2023 ) [i38] 乔治·拉姆波尼 , 帕维尔·科列夫 , 奥利维尔·皮特金 , 鸟和 , 马修·劳里埃 , 马蒂厄·盖斯特 :
论Mean-field游戏中的模仿。 CoRR公司 abs/2306.14799 ( 2023 ) [i37] 雷内·卡莫纳 , 哥科·达亚尼克利 , 弗朗索瓦·德拉鲁 , 马蒂厄·劳里埃 :
从纳什均衡到社会最优,反之亦然:平均场的观点。 CoRR公司 abs/2312.10526 ( 2023 ) [公元36年] 崔凯(Kai Cui) , 哥科·达亚尼克利 , 马修·劳里埃 , 马蒂厄·盖斯特 , 奥利维尔·皮特金 , Heinz Koeppl公司 :
学习离散时间的大、小平场比赛。 CoRR公司 abs/2312.10787 ( 2023 ) [i35] 莉拉字体 , 苏菲·拉普兰特 , 马修·劳里埃 , 亚历山大·诺林 :
具有大输出的函数的通信复杂性。 电子。 计算机学术讨论会。 复杂。 23号机房 ( 2023 ) 2022 [公元14年] 亚历山大·奥雷尔 , 雷内·卡莫纳 , 哥科·达亚尼克利 , 马修·劳里埃 :
有限状态图游戏及其在流行病中的应用。 动态。 游戏应用程序。 12 ( 1 ) : 49-81 ( 2022 ) [j13] 雷内·卡莫纳 , 哥科·达亚尼克利 , 马修·劳里埃 :
调节电力生产中碳排放的平均场模型。 动态。 游戏应用程序。 12 ( 三 ) : 897-928 ( 2022 ) [公元12年] 马克西米连·热尔曼 , 马修·劳里埃 , Huyên Pham公司 , 泽维尔·沃林 :
解对称偏微分方程的深集及其导数网络。 科学杂志。 计算。 91 ( 2 ) : 63 ( 2022 ) [公元11年] 安德烈亚·安吉利 , 珍妮·皮尔·福克 , 马修·劳里埃 :
平均场游戏和控制问题的统一强化Q学习。 数学。 控制。 信号系统。 34 ( 2 ) : 217-271 ( 2022 ) [公元10年] 雷内·卡莫纳 , 丹尼尔·库尼 , 克里斯蒂·格雷夫斯 , 马修·劳里埃 :
随机图形游戏:I.静态案例。 数学。 操作。 物件。 47 ( 1 ) : 750-778 ( 2022 ) [公元9年] 亚历山大·奥雷尔 , 雷内·卡莫纳 , 哥科·达亚尼克利 , 马修·劳里埃 :
缓解疫情的最佳激励措施:Stackelberg平均场博弈方法。 SIAM J.控制。 最佳方案。 60 ( 2 ) : S294-S322标准 ( 2022 ) [j8] 马修·劳里埃 , 卢多维奇·唐皮 :
通过控制相互作用的大人口博弈到平均场博弈的收敛性。 SIAM J.数学。 分析。 54 ( 三 ) : 3535-3574 ( 2022 ) [第17条] 莎拉·佩林 , 马修·劳里埃 , 朱利安·佩罗拉 , RomualdÉlie公司 , 马蒂厄·盖斯特 , 奥利维尔·皮特金 :
通过学习主策略在平均场游戏中进行推广。 AAAI公司 2022 : 9413-9421 [第16条] 马蒂厄·盖斯特 , 朱利安·佩罗拉 , 马修·劳里埃 , 罗穆尔·伊利 , 莎拉·佩林 , 奥利维尔·巴瑟姆 , 雷米·穆诺斯 , 奥利维尔·皮特金 :
凹面效用强化学习:Mean-field游戏观点。 美国原子能机构 2022 : 489-497 [第15条] 保罗·穆勒 , 马克·罗兰 , 罗穆亚德·埃利 , 乔治·皮里奥拉斯 , 朱利安·佩罗拉 , 马修·劳里埃 , 拉斐尔·马里尼尔 , 奥利维尔·皮特金 , 卡尔·图尔斯 :
Mean-Field游戏中的学习均衡:介绍Mean-Feld PSRO。 美国原子能机构 2022 : 926-934 [第14条] 朱利安·佩罗拉 , 莎拉·佩林 , 罗穆尔·伊利 , 马修·劳里埃 , 乔治·皮里奥拉斯 , 马蒂厄·盖斯特 , 卡尔·图尔斯 , 奥利维尔·皮特金 :
通过在线镜像下降缩放平均场游戏。 美国航空航天局 2022 : 1028-1037 [第13条] Theophile Cabannes公司 , 马修·劳里埃 , 朱利安·佩罗拉 , 拉斐尔·马里尼尔 , 谢尔坦·吉尔金 , 莎拉·佩林 , 奥利维尔·皮特金 , 亚历山大·巴彦 , 埃里克·古堡 , 罗穆尔·伊利 :
求解具有拥塞的N-Player动态路由博弈:一种平均场方法。 美国原子能机构 2022 : 1557-1559 [第12条] 林继敏 , 安德烈亚·安吉利 , 尼尔斯威慑 , 让-皮埃尔·福克 , 马修·劳里埃 :
银行间借贷平均场控制博弈的强化学习。 ICAIF公司 2022 : 369-376 [第11条] 马修·劳里埃 , 莎拉·佩林 , 谢尔坦·吉尔金 , 保罗·穆勒 , 阿尤什·贾因 , Theophile Cabannes公司 , 乔治·皮里奥拉斯 , 朱利安·佩罗拉 , 罗穆尔·伊利 , 奥利维尔·皮特金 , 马蒂厄·盖斯特 :
平均场游戏的可扩展深度强化学习算法。 ICML公司 2022 : 12078-12095 [i34] 马蒂厄·劳里埃 , 莎拉·佩林 , 谢尔坦·吉尔金 , 保罗·穆勒 , 阿尤什·贾因 , Theophile Cabannes公司 , 乔治·皮里奥拉斯 , 朱利安·佩罗拉 , 罗穆阿德·埃利 , 奥利维尔·皮特金 , 马蒂厄·盖斯特 :
平均场游戏的可扩展深度强化学习算法。 CoRR公司 abs/2203.11973 ( 2022 ) [i33] 马修·劳里埃 , 莎拉·佩林 , 马蒂厄·盖斯特 , 奥利维尔·皮特金 :
学习平均场游戏:一项调查。 CoRR公司 abs/2205.12944 ( 2022 ) [i32] 保罗·穆勒 , 罗穆尔·伊利 , 马克·罗兰 , 马修·劳里埃 , 朱利安·佩罗拉 , 莎拉·佩林 , 马蒂厄·盖斯特 , 乔治·皮里奥拉斯 , 奥利维尔·皮特金 , 卡尔·图尔斯 :
在Mean-Field游戏中学习相关均衡。 CoRR公司 abs/2208.10138 ( 2022 ) 2021 [j7] 雷内·卡莫纳 , 马修·劳里埃 :
平均场控制和游戏数值解的机器学习算法的收敛性分析I:遍历情况。 SIAM J.数字。 分析。 59 ( 三 ) : 1455-1485 ( 2021 ) [第10条] 莎拉·佩林 , 马修·劳里埃 , 朱利安·佩罗拉 , 马蒂厄·盖斯特 , 罗穆阿德·埃利 , 奥利维尔·皮特金 :
平均场比赛群! 强化学习方式。 国际JCAI 2021 : 356至362 [i31] 朱利安·佩罗拉 , 莎拉·佩林 , 罗穆尔·伊利 , 马修·劳里埃 , 乔治·皮里奥拉斯 , 马蒂厄·盖斯特 , 卡尔·图尔斯 , 奥利维尔·皮特金 :
通过在线镜像下降扩大平均场游戏。 CoRR公司 abs/2103.00623 ( 2021 ) [i30] 莎拉·佩林 , 马修·劳里埃 , 朱利安·佩罗拉 , 马蒂厄·盖斯特 , 罗穆阿德·埃利 , 奥利维尔·皮特金 :
平均场比赛群! 强化学习方式。 CoRR公司 abs/2105.07933 ( 2021 ) [i29] 马蒂厄·盖斯特 , 朱利安·佩罗拉 , 马修·劳里埃 , 罗穆尔·伊利 , 莎拉·佩林 , 奥利维尔·巴瑟姆 , 雷米·穆诺斯 , 奥利维尔·皮特金 :
凹面效用强化学习:Mean-field游戏观点。 CoRR公司 abs/2106.03787 ( 2021 ) [第28条] 马修·劳里埃 :
平均场对策和平均场类型控制的数值方法。 CoRR公司 abs/2106.06231 ( 2021 ) [i27] 安德烈亚·安吉利 , 珍妮·皮尔·福克 , 马修·劳里埃 :
平均场游戏的强化学习及其在经济学中的应用。 CoRR公司 abs/2106.13755 ( 2021 ) [i26] 雷内·卡莫纳 , 马修·劳里埃 :
深入学习平均场游戏和平均场控制以及金融应用。 CoRR公司 腹肌/2107.04568 ( 2021 ) [i25] 马修·劳里埃 , 吉尔斯·帕格斯 , 奥利维尔·皮罗内奥 :
渔捞控制问题上马尔科夫神经网络与动态规划的性能比较。 CoRR公司 abs/2109.06856 ( 2021 ) 【i24】 莎拉·佩林 , 马修·劳里埃 , 朱利安·佩罗拉 , RomualdÉlie公司 , 马蒂厄·盖斯特 , 奥利维尔·皮特金 :
通过学习主策略在平均场游戏中进行推广。 CoRR公司 abs/2109.09717 ( 2021 ) [第23条] 马修·劳里埃 , 宋嘉浩 , 清汤 :
含不可分离哈密顿量的含时平均场对策系统的策略迭代方法。 CoRR公司 abs/2110.02552 ( 2021 ) [i22] Theophile Cabannes公司 , 马修·劳里埃 , 朱利安·佩罗拉 , 拉斐尔·马里尼尔 , 谢尔坦·吉尔金 , 莎拉·佩林 , 奥利维尔·皮特昆 , 亚历山大·巴彦 , 埃里克·古堡 , 罗穆尔·伊利 :
求解具有拥塞的N人动态路由博弈:平均场方法。 CoRR公司 abs/2110.11943 ( 2021 ) 【i21】 保罗·穆勒 , 马克·罗兰 , 罗穆尔·伊利 , 乔治·皮里奥拉斯 , 朱利安·佩罗拉 , 马蒂厄·劳里埃 , 拉斐尔·马里尼尔 , 奥利维尔·皮特金 , 卡尔·图尔斯 :
Mean-Field游戏中的学习均衡:介绍Mean-Feld PSRO。 CoRR公司 abs/2111.08350 ( 2021 ) 2020 [j6] Titouan光标 , 马修·劳里埃 , 弗雷德里克·马格尼兹(Frédéric Magniez) :
三角形查找的扩展学习图。 算法 82 ( 4 ) : 980-1005年 ( 2020 ) 【c9】 罗穆尔·伊利 , 朱利安·佩罗拉 , 马修·劳里埃 , 马蒂厄·盖斯特 , 奥利维尔·皮特金 :
平均场博弈中无模型学习的收敛性。 AAAI公司 2020 : 7143-7150 【c8】 雷内·卡莫纳 , 肯扎·哈米杜什 , 马修·劳里埃 , 谭宗军 :
线性二次零和平均场型博弈的策略优化。 疾病预防控制中心 2020 : 1038-1043 【c7】 莎拉·佩林 , 朱利安·佩罗拉 , 马修·劳里埃 , 马蒂厄·盖斯特 , 罗穆尔·伊利 , 奥利维尔·皮特金 :
平均场游戏的虚拟游戏:连续时间分析和应用。 NeurIPS公司 2020 [i20] 曹浩阳 , Xin Guo公司 , 马修·劳里埃 :
连接GAN和MFG。 CoRR公司 abs/2002.04112 ( 2020 ) [i19] 伊夫·阿奇杜 , 马修·劳里埃 :
平均场游戏和应用:数值方面。 CoRR公司 abs/2003.04444 ( 2020 ) [i18] 亚瑟·查彭蒂尔 , 罗穆亚德·埃利 , 马修·劳里埃 , 越南Chi Tran :
新冠肺炎大流行控制:在ICU可持续性下平衡检测政策和锁定干预。 CoRR公司 abs/2005.06526 ( 2020 ) [i17] 劳拉·利尔 , 马修·劳里埃 , 查尔斯·阿尔伯特·莱哈勒 :
学习高频金融的功能控制。 CoRR公司 abs/2006.09611 ( 2020 ) [i16] 安德烈亚·安吉利 , 珍妮·皮尔·福克 , 马修·劳里埃 :
平均场博弈和控制问题的统一强化Q学习。 CoRR公司 abs/2006.13912 ( 2020 ) 【i15】 莎拉·佩林 , 朱利安·佩罗拉 , 马蒂厄·劳里埃 , 马蒂厄·盖斯特 , 罗穆尔·伊利 , 奥利维尔·皮特金 :
平均场游戏的虚拟游戏:连续时间分析和应用。 CoRR公司 abs/2007.03458 ( 2020 ) [第14条] 雷内·卡莫纳 , 肯扎·哈米杜什 , 马修·劳里埃 , 谭宗军 :
线性二次零和平均场型博弈:最优条件与策略优化。 CoRR公司 abs/2009.00578 ( 2020 ) [i13] 雷内·卡莫纳 , 肯扎·哈米杜什 , 马修·劳里埃 , 谭宗军 :
线性二次零和平均场型博弈的策略优化。 CoRR公司 abs/2009.02146 ( 2020 )
2010 – 2019
2019 [j5] 马蒂厄·劳里埃 , 劳伦特·默茨 :
带噪声非光滑动力系统的惩罚:遍历性和阈值交叉概率的渐近公式。 SIAM J.应用。 动态。 系统。 18 ( 2 ) : 853-880 ( 2019 ) [i12] 罗穆尔·伊利 , 朱利安·佩罗拉 , 马修·劳里埃 , 马蒂厄·盖斯特 , 奥利维尔·皮特金 :
平均场游戏的近似虚拟游戏。 CoRR公司 abs/1907.02633 ( 2019 ) [i11] 雷内·卡莫纳 , 马修·劳里埃 :
平均场控制和游戏数值解的机器学习算法的收敛性分析:I-遍历情况。 CoRR公司 abs/1907.05980 ( 2019 ) [i10] 雷内·卡莫纳 , 马蒂厄·劳里埃 :
平均场控制和博弈数值解的机器学习算法的收敛性分析:Ⅱ-有限域情况。 CoRR公司 腹肌/1908.01613 ( 2019 ) [第九章] 雷内·卡莫纳 , 马修·劳里埃 , 谭宗军 :
线性二次平均场强化学习:策略梯度方法的收敛性。 CoRR公司 abs/1910.04295 ( 2019 ) [i8] 雷内·卡莫纳 , 马修·劳里埃 , 谭宗军 :
无模型平均场强化学习:平均场MDP和平均场Q-学习。 CoRR公司 abs/1910.12802 ( 2019 ) 2018 【j4】 西里尔·费厄 , 马修·劳里埃 , 劳伦特·默茨 :
含噪声弹塑性问题失效风险的渐近公式。 渐近线。 分析。 106 ( 1 ) : 47至60 ( 2018 ) 2017 【c6】 马修·劳里埃 , 戴夫·图切特 :
交互式量子协议中的信息流:遗忘的代价。 ITCS公司 2017 : 47:1-47:1 【c5】 Titouan光标 , 马修·劳里埃 , 弗雷德里克·马格尼兹(Frédéric Magniez) :
三角形查找的扩展学习图。 STACS公司 2017 : 20:1-20:14 [i7] 马修·劳里埃 , 戴夫·图切特 :
交互式量子协议中的信息流:遗忘的代价。 CoRR公司 abs/1701.02062 ( 2017 ) 2016 [j3] 马蒂厄·劳里埃 , 奥利维尔·皮罗内奥 :
Mean-Field类型控制的动态规划。 J.优化。 理论应用。 169 ( 三 ) : 902-924 ( 2016 ) [注2] Iordanis Kerenidis公司 , 马修·劳里埃 , 弗朗索瓦·勒加尔 , 马西斯·雷内拉 :
量子通信协议的信息成本。 量子信息计算。 16 ( 3&4 ) : 181-196 ( 2016 ) [j1] 莉拉字体 , 分析师拉胡尔贾殷 , Iordanis Kerenidis公司 , 苏菲·拉普兰特 , 马修·劳里埃 , 杰瑞米·罗兰 :
相对差异并不能区分信息和通信的复杂性。 ACM事务处理。 计算。 理论 9 ( 1 ) : 4:1-4:15 ( 2016 ) [c4] 查尔斯·巴斯科 , 瓦伦汀·艾米亚 , 马修·劳里埃 :
音乐手势延续问题和基线系统。 国际货币委员会 2016 【c3】 苏菲·拉普兰特 , 马修·劳里埃 , 亚历山大·诺林 , 杰雷米·罗兰 , 加布里埃尔·塞诺 :
通信复杂性中的稳健贝尔不等式。 TQC公司 2016 : 5:1-5:24 [i6] 苏菲·拉普兰特 , 马蒂厄·劳里埃 , 亚历山大·诺林 , 杰雷米·罗兰 , 加布里埃尔·塞诺 :
通信复杂性的稳健贝尔不等式。 CoRR公司 abs/1606.09514 ( 2016 ) [i5] Titouan光标 , 马修·劳里埃 , 弗雷德里克·马格尼兹(Frédéric Magniez) :
三角形查找的扩展学习图。 CoRR公司 abs/1609.07786 ( 2016 ) [i4] 伊夫·阿奇杜 , 马蒂厄·劳里埃 :
具有拥塞的平均场类型控制(II):一种增广的拉格朗日方法。 CoRR公司 abs/1611.02023 ( 2016 ) 2015 【c2】 莉拉字体 , 分析师拉胡尔贾殷 , Iordanis Kerenidis公司 , 苏菲·拉普兰特 , 马修·劳里埃 , 杰雷米·罗兰 :
相对差异并不能区分信息和通信的复杂性。 ICALP(一) 2015 : 506-516 [i3] 莉拉·方特斯 , 分析师拉胡尔贾殷 , Iordanis Kerenidis公司 , 苏菲·拉普兰特 , 马修·劳里埃 , 杰雷米·罗兰 :
相对差异并不能区分信息和通信复杂性。 电子。 计算机学术讨论会。 复杂。 15号机房 ( 2015 ) 2014 [i2] Iordanis Kerenidis公司 , 马蒂厄·劳里埃 , 弗朗索瓦·勒加尔 , 马西斯·雷内拉 :
量子通信复杂性中的隐私。 CoRR公司 abs/1409.8488 ( 2014 ) 2013 【c1】 Iordanis Kerenidis公司 , 马修·劳里埃 , 大卫·肖 :
通信协议中隐私的新下限。 ICITS公司 2013 : 69-89 [i1] Iordanis Kerenidis公司 , 马修·劳里埃 , 大卫·肖 :
通信协议中隐私的新下限。 电子。 计算机学术讨论会。 复杂。 13号机房 ( 2013 )
合著者索引
![](https://dblp.uni-trier.de/img/cog.dark.24x24.png)