Newest papers

Deep Pontryagin Learning for Continuous-Time Stochastic Control with Jumps

Jean-Loup Dupret, Patrick Cheridito · 2026 · arXiv (Cornell University)

DOI: 10.48550/arxiv.2610.26718 · cited by 0 works (OpenAlex) · open-access PDF

Portuguese

Desenvolvemos um quadro de aprendizagem Pontryagin profundo para problemas de controle estocástico de tempo contínuo de alta dimensão que acomoda naturalmente saltos-difusões. Em contraste com a otimização de políticas diretas, que diferencia repetidamente o objetivo através de toda a dinâmica discretizada no tempo, nosso método separa o aprendizado adjunto da melhoria de políticas, incorporando explicitamente informações de estado-sensibilidade do princípio estocástico de Pontryagin. Para um controlo de Markov fixo, nós computamos primeiro rótulos adjuntos por caminho, retropropagando a recompensa ao longo do tempo ao longo de trajetórias de estado simuladas, e projetamos esses rótulos para o estado de Markov através de um passo de regressão supervisionado. O controle é então atualizado através da aplicação da condição de

Machine translation (Meta M2M100); the English original follows.

Abstract

We develop a deep Pontryagin learning framework for high-dimensional continuous-time stochastic control problems that naturally accommodates jump-diffusions. In contrast to direct policy optimization, which repeatedly differentiates the objective through the entire time-discretized dynamics, our method separates adjoint learning from policy improvement by explicitly incorporating state-sensitivity information from the Pontryagin stochastic maximum principle. For a fixed Markov control, we first compute pathwise adjoint labels by backpropagating the reward through time along simulated state trajectories, and project these labels onto the Markov state through a supervised regression step. The control is then updated by enforcing the pointwise Hamiltonian stationarity condition. We prove that the resulting projected adjoint process satisfies a discrete-time Pontryagin principle and converges, as the time step tends to zero, to the solution of the corresponding continuous-time adjoint backward stochastic differential equation. Numerical experiments illustrate the accuracy, stability, and scalability of the approach.

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Topics: Pointwise, Mathematics, Optimal control, Pontryagin's minimum principle, Markov chain, Markov process

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange