Buchumschlag

Meta-operators for Enabling Parallel Planning Using Deep Reinforcement Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Aso-Mollar, Ángel, Onaindia, Eva
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

An Efficient Approach for Cooperative Multi-Agent Learning Problems
von: Aso-Mollar, Ángel, et al.
Veröffentlicht: (2025)

Subgoaling Relaxation-based Heuristics for Numeric Planning with Infinite Actions
von: Aso-Mollar, Ángel, et al.
Veröffentlicht: (2025)

Handling Infinite Domain Parameters in Planning Through Best-First Search with Delayed Partial Expansions
von: Aso-Mollar, Ángel, et al.
Veröffentlicht: (2025)

Docencia Universitaria de Inteligencia Artificial
von: Eva Onaindía
Veröffentlicht: (2002)

The Emergence of Deep Reinforcement Learning for Path Planning
von: Nguyen, Thanh Thi, et al.
Veröffentlicht: (2025)

GAP: Graph-Based Agent Planning with Parallel Tool Use and Reinforcement Learning
von: Wu, Jiaqi, et al.
Veröffentlicht: (2025)

The Impact of On-Policy Parallelized Data Collection on Deep Reinforcement Learning Networks
von: Mayor, Walter, et al.
Veröffentlicht: (2025)

Learning from Less: Guiding Deep Reinforcement Learning with Differentiable Symbolic Planning
von: Ye, Zihan, et al.
Veröffentlicht: (2025)

Meta-Learning and Meta-Reinforcement Learning -- Tracing the Path towards DeepMind's Adaptive Agent
von: Hoppmann, Björn, et al.
Veröffentlicht: (2026)

SPRINT: Enabling Interleaved Planning and Parallelized Execution in Reasoning Models
von: Biju, Emil, et al.
Veröffentlicht: (2025)

Hypothesis Network Planned Exploration for Rapid Meta-Reinforcement Learning Adaptation
von: Jacobson, Maxwell Joseph, et al.
Veröffentlicht: (2023)

Resilient UAV Trajectory Planning via Few-Shot Meta-Offline Reinforcement Learning
von: Eldeeb, Eslam, et al.
Veröffentlicht: (2025)

Graph-Enhanced Deep Reinforcement Learning for Multi-Objective Unrelated Parallel Machine Scheduling
von: Soykan, Bulent, et al.
Veröffentlicht: (2026)

A Benchmark Study of Deep Reinforcement Learning Algorithms for the Container Stowage Planning Problem
von: Huang, Yunqi, et al.
Veröffentlicht: (2025)

Optimizing Path Planning using Deep Reinforcement Learning for UGVs in Precision Agriculture
von: Patade, Laukik, et al.
Veröffentlicht: (2026)

Age and Power Minimization via Meta-Deep Reinforcement Learning in UAV Networks
von: Sarathchandra, Sankani, et al.
Veröffentlicht: (2025)

DeepTravel: An End-to-End Agentic Reinforcement Learning Framework for Autonomous Travel Planning Agents
von: Ning, Yansong, et al.
Veröffentlicht: (2025)

Parallel Reinforcement Learning Simulation for Visual Quadrotor Navigation
von: Saunders, Jack, et al.
Veröffentlicht: (2022)

Hybrid Motion Planning with Deep Reinforcement Learning for Mobile Robot Navigation
von: Kolomeytsev, Yury, et al.
Veröffentlicht: (2025)

Learn Once Plan Arbitrarily (LOPA): Attention-Enhanced Deep Reinforcement Learning Method for Global Path Planning
von: Huang, Guoming, et al.
Veröffentlicht: (2024)

Using Part-based Representations for Explainable Deep Reinforcement Learning
von: Kirtas, Manos, et al.
Veröffentlicht: (2024)

Acceleration for Deep Reinforcement Learning using Parallel and Distributed Computing: A Survey
von: Liu, Zhihong, et al.
Veröffentlicht: (2024)

Random Network Distillation Based Deep Reinforcement Learning for AGV Path Planning
von: Yin, Huilin, et al.
Veröffentlicht: (2024)

Learning Task Belief Similarity with Latent Dynamics for Meta-Reinforcement Learning
von: Zhang, Menglong, et al.
Veröffentlicht: (2025)

An Improved Strategy for Blood Glucose Control Using Multi-Step Deep Reinforcement Learning
von: Gu, Weiwei, et al.
Veröffentlicht: (2024)

Quantum Reinforcement Learning with Transformers for the Capacitated Vehicle Routing Problem
von: Andrés, Eva
Veröffentlicht: (2026)

Cooperative Path Planning with Asynchronous Multiagent Reinforcement Learning
von: Yin, Jiaming, et al.
Veröffentlicht: (2024)

Intelligent Control of Spacecraft Reaction Wheel Attitude Using Deep Reinforcement Learning
von: El-Dalahmeh, Ghaith, et al.
Veröffentlicht: (2025)

Motion Control in Multi-Rotor Aerial Robots Using Deep Reinforcement Learning
von: Shetty, Gaurav, et al.
Veröffentlicht: (2025)

Hybrid Reinforcement Learning and Search for Flight Trajectory Planning
von: Luise, Alberto, et al.
Veröffentlicht: (2025)

Beyond Imitation: Reinforcement Learning for Active Latent Planning
von: Zheng, Zhi, et al.
Veröffentlicht: (2026)

Deep Learning for Generalised Planning with Background Knowledge
von: Chen, Dillon Z., et al.
Veröffentlicht: (2024)

Scaling Up Data Parallelism in Decentralized Deep Learning
von: Xie, Bing, et al.
Veröffentlicht: (2025)

Highly Parallelized Reinforcement Learning Training with Relaxed Assignment Dependencies
von: He, Zhouyu, et al.
Veröffentlicht: (2025)

Pgx: Hardware-Accelerated Parallel Game Simulators for Reinforcement Learning
von: Koyamada, Sotetsu, et al.
Veröffentlicht: (2023)

Cyber-Physical Anomaly Detection in IoT-Enabled Smart Grids Using Machine Learning and Metaheuristic Feature Optimization
von: Alihodžić, Adis, et al.
Veröffentlicht: (2026)

Meta-Learning Reinforcement Learning for Crypto-Return Prediction
von: Wang, Junqiao, et al.
Veröffentlicht: (2025)

Sketch Decompositions for Classical Planning via Deep Reinforcement Learning
von: Aichmüller, Michael, et al.
Veröffentlicht: (2024)

TranDRL: A Transformer-Driven Deep Reinforcement Learning Enabled Prescriptive Maintenance Framework
von: Zhao, Yang, et al.
Veröffentlicht: (2023)

Sample-Efficient Neurosymbolic Deep Reinforcement Learning
von: Veronese, Celeste, et al.
Veröffentlicht: (2026)