Buchumschlag

Constrained Optimal Fuel Consumption of HEV: A Constrained Reinforcement Learning Approach

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Yan, Shuchang
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Constrained Optimal Fuel Consumption of HEVs under Observational Noise
von: Yan, Shuchang, et al.
Veröffentlicht: (2024)

Constrained Reweighting of Distributions: an Optimal Transport Approach
von: Chakraborty, Abhisek, et al.
Veröffentlicht: (2023)

Latent Safety-Constrained Policy Approach for Safe Offline Reinforcement Learning
von: Koirala, Prajwal, et al.
Veröffentlicht: (2024)

Constrained Meta Agnostic Reinforcement Learning
von: Daaboul, Karam, et al.
Veröffentlicht: (2024)

ConstrainedSQL: Training LLMs for Text2SQL via Constrained Reinforcement Learning
von: Chen, Weiqin, et al.
Veröffentlicht: (2025)

Confidence Aware Inverse Constrained Reinforcement Learning
von: Subramanian, Sriram Ganapathi, et al.
Veröffentlicht: (2024)

Constrained Reinforcement Learning Under Model Mismatch
von: Sun, Zhongchang, et al.
Veröffentlicht: (2024)

Stochastic Decision Horizons for Constrained Reinforcement Learning
von: Milosevic, Nikola, et al.
Veröffentlicht: (2026)

State-Constrained Offline Reinforcement Learning
von: Hepburn, Charles A., et al.
Veröffentlicht: (2024)

Locally Constrained Representations in Reinforcement Learning
von: Nath, Somjit, et al.
Veröffentlicht: (2022)

Resilient Constrained Reinforcement Learning
von: Ding, Dongsheng, et al.
Veröffentlicht: (2023)

Handling Long and Richly Constrained Tasks through Constrained Hierarchical Reinforcement Learning
von: Lu, Yuxiao, et al.
Veröffentlicht: (2023)

Continual Learning as Computationally Constrained Reinforcement Learning
von: Kumar, Saurabh, et al.
Veröffentlicht: (2023)

LACONIC: Length-Aware Constrained Reinforcement Learning for LLM
von: Liu, Chang, et al.
Veröffentlicht: (2026)

Mildly Constrained Evaluation Policy for Offline Reinforcement Learning
von: Xu, Linjie, et al.
Veröffentlicht: (2023)

Semi-gradient DICE for Offline Constrained Reinforcement Learning
von: Kim, Woosung, et al.
Veröffentlicht: (2025)

Anytime-Constrained Reinforcement Learning
von: McMahan, Jeremy, et al.
Veröffentlicht: (2023)

Vulnerability Analysis of Safe Reinforcement Learning via Inverse Constrained Reinforcement Learning
von: Fan, Jialiang, et al.
Veröffentlicht: (2026)

Efficient Exploration in Average-Reward Constrained Reinforcement Learning: Achieving Near-Optimal Regret With Posterior Sampling
von: Provodin, Danil, et al.
Veröffentlicht: (2024)

A Constrained Multi-Agent Reinforcement Learning Approach to Autonomous Traffic Signal Control
von: Satheesh, Anirudh, et al.
Veröffentlicht: (2025)

Large Scale Constrained Clustering With Reinforcement Learning
von: Schesch, Benedikt, et al.
Veröffentlicht: (2024)

Imitating Cost-Constrained Behaviors in Reinforcement Learning
von: Shao, Qian, et al.
Veröffentlicht: (2024)

Memory Allocation in Resource-Constrained Reinforcement Learning
von: Tamborski, Massimiliano, et al.
Veröffentlicht: (2025)

Predictive Lagrangian Optimization for Constrained Reinforcement Learning
von: Zhang, Tianqi, et al.
Veröffentlicht: (2025)

Fuel Consumption Prediction: A Comparative Analysis of Machine Learning Paradigms
von: Akram, Ali
Veröffentlicht: (2026)

Towards Safe Reinforcement Learning via Constraining Conditional Value-at-Risk
von: Ying, Chengyang, et al.
Veröffentlicht: (2022)

Distributionally Robust Constrained Reinforcement Learning under Strong Duality
von: Zhang, Zhengfei, et al.
Veröffentlicht: (2024)

Controlling Underestimation Bias in Constrained Reinforcement Learning for Safe Exploration
von: Gao, Shiqing, et al.
Veröffentlicht: (2026)

Offline Constrained Reinforcement Learning under Partial Data Coverage
von: Ko, Seokmin, et al.
Veröffentlicht: (2025)

Risk-Averse Constrained Reinforcement Learning with Optimized Certainty Equivalents
von: Lee, Jane H., et al.
Veröffentlicht: (2025)

Balancing Expressivity and Robustness: Constrained Rational Activations for Reinforcement Learning
von: Surdej, Rafał, et al.
Veröffentlicht: (2025)

Secure Resource Allocation via Constrained Deep Reinforcement Learning
von: Sun, Jianfei, et al.
Veröffentlicht: (2025)

Constrained Multi-Objective Reinforcement Learning with Max-Min Criterion
von: Park, Giseung, et al.
Veröffentlicht: (2026)

Constrained Meta Reinforcement Learning with Provable Test-Time Safety
von: Ni, Tingting, et al.
Veröffentlicht: (2026)

Near-Optimal Solutions of Constrained Learning Problems
von: Elenter, Juan, et al.
Veröffentlicht: (2024)

Provably Efficient Exploration in Inverse Constrained Reinforcement Learning
von: Yue, Bo, et al.
Veröffentlicht: (2024)

Sample-Efficient Constrained Reinforcement Learning with General Parameterization
von: Mondal, Washim Uddin, et al.
Veröffentlicht: (2024)

Sample Complexity Analysis for Constrained Bilevel Reinforcement Learning
von: Saxena, Naman, et al.
Veröffentlicht: (2026)

Optimistic Exploration for Risk-Averse Constrained Reinforcement Learning
von: McCarthy, James, et al.
Veröffentlicht: (2025)

Adaptive Neighborhood-Constrained Q Learning for Offline Reinforcement Learning
von: Mao, Yixiu, et al.
Veröffentlicht: (2025)