:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yin, Cheng, Chen, Yi
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Artificial Intelligence Optimization and Control
Online-Zugang:	https://arxiv.org/abs/2311.04014
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

OR-R1: Automating Modeling and Solving of Operations Research Optimization Problem via Test-Time Reinforcement Learning
von: Ding, Zezhen, et al.
Veröffentlicht: (2025)

Benchmarking Reinforcement Learning via Stochastic Converse Optimality: Generating Systems with Known Optimal Policies
von: Ibrahim, Sinan, et al.
Veröffentlicht: (2026)

Deep Reinforcement Learning Optimization for Uncertain Nonlinear Systems via Event-Triggered Robust Adaptive Dynamic Programming
von: Bai, Ningwei, et al.
Veröffentlicht: (2025)

Model Predictive Control and Reinforcement Learning: A Unified Framework Based on Dynamic Programming
von: Bertsekas, Dimitri P.
Veröffentlicht: (2024)

Sublinear Regret for a Class of Continuous-Time Linear-Quadratic Reinforcement Learning Problems
von: Huang, Yilie, et al.
Veröffentlicht: (2024)

Hyperparameter Optimization for Driving Strategies Based on Reinforcement Learning
von: Adde, Nihal Acharya, et al.
Veröffentlicht: (2024)

Adaptive Primal-Dual Method for Safe Reinforcement Learning
von: Chen, Weiqin, et al.
Veröffentlicht: (2024)

Performative Policy Gradient: Optimality in Performative Reinforcement Learning
von: Basu, Debabrota, et al.
Veröffentlicht: (2025)

Data-Driven Exploration for a Class of Continuous-Time Indefinite Linear--Quadratic Reinforcement Learning Problems
von: Huang, Yilie, et al.
Veröffentlicht: (2025)

Safe Decentralized Operation of EV Virtual Power Plant with Limited Network Visibility via Multi-Agent Reinforcement Learning
von: Huang, Chenghao, et al.
Veröffentlicht: (2026)

Agent-Based Decentralized Energy Management of EV Charging Station with Solar Photovoltaics via Multi-Agent Reinforcement Learning
von: Fan, Jiarong, et al.
Veröffentlicht: (2025)

Optimal Control Operator Perspective and a Neural Adaptive Spectral Method
von: Feng, Mingquan, et al.
Veröffentlicht: (2024)

Graphon Particle Systems, Part II: Dynamics of Distributed Stochastic Continuum Optimization
von: Chen, Yan, et al.
Veröffentlicht: (2024)

Linear Equations with Min and Max Operators: Computational Complexity
von: Chatterjee, Krishnendu, et al.
Veröffentlicht: (2024)

Integrated Offline and Online Learning to Solve a Large Class of Scheduling Problems
von: Liu, Anbang, et al.
Veröffentlicht: (2025)

Learning to Cut: Reinforcement Learning for Benders Decomposition
von: Cai, Haochen, et al.
Veröffentlicht: (2026)

High-order expansion of Neural Ordinary Differential Equations flows
von: Izzo, Dario, et al.
Veröffentlicht: (2025)

Nonlinear Control Allocation: A Learning Based Approach
von: Khan, Hafiz Zeeshan Iqbal, et al.
Veröffentlicht: (2022)

Adaptive Stabilization Based on Machine Learning for Column Generation
von: Shen, Yunzhuang, et al.
Veröffentlicht: (2024)

Deterministic Policy Gradient for Reinforcement Learning with Continuous Time and State
von: Cheng, Ziheng, et al.
Veröffentlicht: (2025)

A Differential and Pointwise Control Approach to Reinforcement Learning
von: Nguyen, Minh, et al.
Veröffentlicht: (2024)

Q-Learning for Stochastic Control under General Information Structures and Non-Markovian Environments
von: Kara, Ali Devran, et al.
Veröffentlicht: (2023)

Policy Gradient Methods for Risk-Sensitive Distributional Reinforcement Learning with Provable Convergence
von: Xiao, Minheng, et al.
Veröffentlicht: (2024)

Artificial Intelligence for Operations Research: Revolutionizing the Operations Research Process
von: Fan, Zhenan, et al.
Veröffentlicht: (2024)

ODE-based Learning to Optimize
von: Xie, Zhonglin, et al.
Veröffentlicht: (2024)

Diffusion-Based Stochastic Operator Networks for Uncertainty Quantification in Stochastic Partial Differential Equations
von: Huynh, Phuoc-Toan, et al.
Veröffentlicht: (2026)

Solving Integrated Process Planning and Scheduling Problem via Graph Neural Network Based Deep Reinforcement Learning
von: Li, Hongpei, et al.
Veröffentlicht: (2024)

Stochastic Subgradient Methods with Guaranteed Global Stability in Nonsmooth Nonconvex Optimization
von: Xiao, Nachuan, et al.
Veröffentlicht: (2023)

Large-scale Online Ridesharing: The Effect of Assignment Optimality on System Performance
von: Fiedler, David, et al.
Veröffentlicht: (2023)

Deep Reinforcement Learning for Flexible Job Shop Scheduling with Random Job Arrivals
von: Tang, Yu, et al.
Veröffentlicht: (2026)

Safety-Aware Reinforcement Learning for Electric Vehicle Charging Station Management in Distribution Network
von: Fan, Jiarong, et al.
Veröffentlicht: (2024)

Deep Reinforcement Learning for Traveling Purchaser Problems
von: Yuan, Haofeng, et al.
Veröffentlicht: (2024)

Learning the Riccati solution operator for time-varying LQR via Deep Operator Networks
von: Chen, Jun, et al.
Veröffentlicht: (2026)

Geometric Neural Operators (GNPs) for Data-Driven Deep Learning of Non-Euclidean Operators
von: Quackenbush, Blaine, et al.
Veröffentlicht: (2024)

Beyond Expectations: Learning with Stochastic Dominance Made Practical
von: Cen, Shicong, et al.
Veröffentlicht: (2024)

Enhancing Stochastic Gradient Descent: A Unified Framework and Novel Acceleration Methods for Faster Convergence
von: Deng, Yichuan, et al.
Veröffentlicht: (2024)

Trilevel and Multilevel Optimization using Monotone Operator Theory
von: Shafiei, Allahkaram, et al.
Veröffentlicht: (2021)

Hierarchical Reinforcement Learning with Low-Level MPC for Multi-Agent Control
von: Studt, Max, et al.
Veröffentlicht: (2025)

Scalable Data-Driven Reachability Analysis and Control via Koopman Operators with Conformal Coverage Guarantees
von: Nath, Devesh, et al.
Veröffentlicht: (2026)

Deep Reinforcement Learning for Multi-Objective Optimization: Enhancing Wind Turbine Energy Generation while Mitigating Noise Emissions
von: de Frutos, Martín, et al.
Veröffentlicht: (2024)