Buchumschlag

Deep reinforcement learning for irrigation scheduling using high-dimensional sensor feedback

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Saikai, Yuji, Peake, Allan, Chenu, Karine
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Generative weather for improved crop model simulations
von: Saikai, Yuji
Veröffentlicht: (2024)

Offline reinforcement learning for job-shop scheduling problems
von: Echeverria, Imanol, et al.
Veröffentlicht: (2024)

An efficient deep reinforcement learning environment for flexible job-shop scheduling
von: Wu, Xinquan, et al.
Veröffentlicht: (2025)

Delayed homomorphic reinforcement learning for environments with delayed feedback
von: Lee, Jongsoo, et al.
Veröffentlicht: (2026)

Deep progressive reinforcement learning-based flexible resource scheduling framework for IRS and UAV-assisted MEC system
von: Dong, Li, et al.
Veröffentlicht: (2024)

Deep reinforcement learning for machine scheduling: Methodology, the state-of-the-art, and future directions
von: Khadivi, Maziyar, et al.
Veröffentlicht: (2023)

Solving the flexible job-shop scheduling problem through an enhanced deep reinforcement learning approach
von: Echeverria, Imanol, et al.
Veröffentlicht: (2023)

Learning to summarize user information for personalized reinforcement learning from human feedback
von: Nam, Hyunji, et al.
Veröffentlicht: (2025)

Active management of battery degradation in wireless sensor network using deep reinforcement learning for group battery replacement
von: Jeong, Jong-Hyun, et al.
Veröffentlicht: (2025)

Using reinforcement learning to probe the role of feedback in skill acquisition
von: Terpin, Antonio, et al.
Veröffentlicht: (2025)

Deep reinforcement learning with time-scale invariant memory
von: Kabir, Md Rysul, et al.
Veröffentlicht: (2024)

APF+: Boosting adaptive-potential function reinforcement learning methods with a W-shaped network for high-dimensional games
von: Chen, Yifei, et al.
Veröffentlicht: (2025)

HyperbolicLR: Epoch insensitive learning rate scheduler
von: Kim, Tae-Geun
Veröffentlicht: (2024)

Deep learning empowered sensor fusion boosts infant movement classification
von: Kulvicius, Tomas, et al.
Veröffentlicht: (2024)

Normalization and effective learning rates in reinforcement learning
von: Lyle, Clare, et al.
Veröffentlicht: (2024)

Curriculum reinforcement learning with measurable task representation learning
von: Wen, Yongyan, et al.
Veröffentlicht: (2026)

Deep learning-driven scheduling algorithm for a single machine problem minimizing the total tardiness
von: Bouška, Michal, et al.
Veröffentlicht: (2024)

Deep reinforcement learning for weakly coupled MDP's with continuous actions
von: Robledo, Francisco, et al.
Veröffentlicht: (2024)

From high-frequency sensors to noon reports: Using transfer learning for shaft power prediction in maritime
von: Sharma, Akriti, et al.
Veröffentlicht: (2025)

Interpretable experiential learning based on state history and global feedback
von: Kolonin, Anton
Veröffentlicht: (2026)

Autonomous navigation of catheters and guidewires in mechanical thrombectomy using inverse reinforcement learning
von: Robertshaw, Harry, et al.
Veröffentlicht: (2024)

Counterfactual experience augmented off-policy reinforcement learning
von: Lee, Sunbowen, et al.
Veröffentlicht: (2025)

Causal prompting model-based offline reinforcement learning
von: Yu, Xuehui, et al.
Veröffentlicht: (2024)

Bellman operator convergence enhancements in reinforcement learning algorithms
von: Kadurha, David Krame, et al.
Veröffentlicht: (2025)

Multi-Objective Constraint Inference using Inverse reinforcement learning
von: Shah, Syed Ihtesham Hussain, et al.
Veröffentlicht: (2026)

Oscillations enhance time-series prediction in reservoir computing with feedback
von: Kawai, Yuji, et al.
Veröffentlicht: (2024)

Combining LLM decision and RL action selection to improve RL policy for adaptive interventions
von: Karine, Karine, et al.
Veröffentlicht: (2025)

StepCountJITAI: simulation environment for RL with application to physical activity adaptive intervention
von: Karine, Karine, et al.
Veröffentlicht: (2024)

Leveraging weights signals -- Predicting and improving generalizability in reinforcement learning
von: Moulin, Olivier, et al.
Veröffentlicht: (2025)

Dynamic feature selection in medical predictive monitoring by reinforcement learning
von: Chen, Yutong, et al.
Veröffentlicht: (2024)

Economic span selection of bridge based on deep reinforcement learning
von: Zhang, Leye, et al.
Veröffentlicht: (2024)

Not all tokens are needed(NAT): token efficient reinforcement learning
von: Sang, Hejian, et al.
Veröffentlicht: (2026)

Enhancing variational quantum state diagonalization using reinforcement learning techniques
von: Kundu, Akash, et al.
Veröffentlicht: (2023)

Deep reinforcement learning-based spacecraft attitude control with pointing keep-out constraint
von: Yang, Juntang, et al.
Veröffentlicht: (2025)

An advantage based policy transfer algorithm for reinforcement learning with measures of transferability
von: Alam, Md Ferdous, et al.
Veröffentlicht: (2023)

On the consistency of hyper-parameter selection in value-based deep reinforcement learning
von: Obando-Ceron, Johan, et al.
Veröffentlicht: (2024)

CAREL: Instruction-guided reinforcement learning with cross-modal auxiliary objectives
von: Saghafian, Armin, et al.
Veröffentlicht: (2024)

Task diversity produces systematic transfer but inhibits continual reinforcement learning
von: Seth, Purab, et al.
Veröffentlicht: (2026)

Policy-shaped prediction: avoiding distractions in model-based reinforcement learning
von: Hutson, Miles, et al.
Veröffentlicht: (2024)

Found-RL: foundation model-enhanced reinforcement learning for autonomous driving
von: Qu, Yansong, et al.
Veröffentlicht: (2026)