Buchumschlag

A Reinforcement Learning Approach to Dairy Farm Battery Management using Q Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ali, Nawazish, Wahid, Abdul, Shaw, Rachael, Mason, Karl
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Deep Reinforcement Learning Approach to Battery Management in Dairy Farming via Proximal Policy Optimization
von: Ali, Nawazish, et al.
Veröffentlicht: (2024)

Forecast Aware Deep Reinforcement Learning for Efficient Electricity Load Scheduling in Dairy Farms
von: Ali, Nawazish, et al.
Veröffentlicht: (2026)

Reinforcement Learning Enabled Peer-to-Peer Energy Trading for Dairy Farms
von: Shah, Mian Ibad Ali, et al.
Veröffentlicht: (2024)

A Multi-Agent Systems Approach for Peer-to-Peer Energy Trading in Dairy Farming
von: Shah, Mian Ibad Ali, et al.
Veröffentlicht: (2023)

A Meta-Learning Approach for Multi-Objective Reinforcement Learning in Sustainable Home Environments
von: Lu, Junlin, et al.
Veröffentlicht: (2024)

Peer-to-Peer Energy Trading in Dairy Farms using Multi-Agent Reinforcement Learning
von: Shah, Mian Ibad Ali, et al.
Veröffentlicht: (2025)

Demonstration Guided Multi-Objective Reinforcement Learning
von: Lu, Junlin, et al.
Veröffentlicht: (2024)

Hindsight Preference Replay Improves Preference-Conditioned Multi-Objective Reinforcement Learning
von: Shianifar, Jonaid, et al.
Veröffentlicht: (2026)

D-SPEAR: Dual-Stream Prioritized Experience Adaptive Replay for Stable Reinforcement Learning in Robotic Manipulation
von: Zhang, Yu, et al.
Veröffentlicht: (2026)

Kernel-Based Distributed Q-Learning: A Scalable Reinforcement Learning Approach for Dynamic Treatment Regimes
von: Wang, Di, et al.
Veröffentlicht: (2023)

Value Bonuses using Ensemble Errors for Exploration in Reinforcement Learning
von: Wahab, Abdul, et al.
Veröffentlicht: (2026)

In-Context Compositional Q-Learning for Offline Reinforcement Learning
von: Xu, Qiushui, et al.
Veröffentlicht: (2025)

Imagination-Limited Q-Learning for Offline Reinforcement Learning
von: Liu, Wenhui, et al.
Veröffentlicht: (2025)

Mildly Conservative Q-Learning for Offline Reinforcement Learning
von: Lyu, Jiafei, et al.
Veröffentlicht: (2022)

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

Pruning the Way to Reliable Policies: A Multi-Objective Deep Q-Learning Approach to Critical Care
von: Shirali, Ali, et al.
Veröffentlicht: (2023)

Model-based Offline Reinforcement Learning with Lower Expectile Q-Learning
von: Park, Kwanyoung, et al.
Veröffentlicht: (2024)

Exclusively Penalized Q-learning for Offline Reinforcement Learning
von: Yeom, Junghyuk, et al.
Veröffentlicht: (2024)

Double Successive Over-Relaxation Q-Learning with an Extension to Deep Reinforcement Learning
von: R, Shreyas S
Veröffentlicht: (2024)

PIQL: Projective Implicit Q-Learning with Support Constraint for Offline Reinforcement Learning
von: Han, Xinchen, et al.
Veröffentlicht: (2025)

Causal Flow Q-Learning for Robust Offline Reinforcement Learning
von: Li, Mingxuan, et al.
Veröffentlicht: (2026)

Go-Explore for Residential Energy Management
von: Lu, Junlin, et al.
Veröffentlicht: (2024)

Efficient $Q$-Learning and Actor-Critic Methods for Robust Average Reward Reinforcement Learning
von: Xu, Yang, et al.
Veröffentlicht: (2025)

Sat-EnQ: Satisficing Ensembles of Weak Q-Learners for Reliable and Compute-Efficient Reinforcement Learning
von: Çiftçi, Ünver
Veröffentlicht: (2025)

Adaptive $Q$-Network: On-the-fly Target Selection for Deep Reinforcement Learning
von: Vincent, Théo, et al.
Veröffentlicht: (2024)

On the Complexity of Offline Reinforcement Learning with $Q^\star$-Approximation and Partial Coverage
von: Liu, Haolin, et al.
Veröffentlicht: (2026)

FORLER: Federated Offline Reinforcement Learning with Q-Ensemble and Actor Rectification
von: Qiao, Nan, et al.
Veröffentlicht: (2026)

Q-Flow: Stable and Expressive Reinforcement Learning with Flow-Based Policy
von: Doo, JaeHyeok, et al.
Veröffentlicht: (2026)

Exploiting Estimation Bias in Clipped Double Q-Learning for Continous Control Reinforcement Learning Tasks
von: Turcato, Niccolò, et al.
Veröffentlicht: (2024)

Safe Flow Q-Learning: Offline Safe Reinforcement Learning with Reachability-Based Flow Policies
von: Tayal, Mumuksh, et al.
Veröffentlicht: (2026)

ACL-QL: Adaptive Conservative Level in Q-Learning for Offline Reinforcement Learning
von: Wu, Kun, et al.
Veröffentlicht: (2024)

Multi-Objective Reinforcement Learning for Water Management
von: Osika, Zuzanna, et al.
Veröffentlicht: (2025)

SPEQ: Offline Stabilization Phases for Efficient Q-Learning in High Update-To-Data Ratio Reinforcement Learning
von: Romeo, Carlo, et al.
Veröffentlicht: (2025)

Symmetric Q-learning: Reducing Skewness of Bellman Error in Online Reinforcement Learning
von: Omura, Motoki, et al.
Veröffentlicht: (2024)

SPQR: Controlling Q-ensemble Independence with Spiked Random Model for Reinforcement Learning
von: Lee, Dohyeok, et al.
Veröffentlicht: (2024)

Pretraining a Shared Q-Network for Data-Efficient Offline Reinforcement Learning
von: Park, Jongchan, et al.
Veröffentlicht: (2025)

Improving Offline-to-Online Reinforcement Learning with Q Conditioned State Entropy Exploration
von: Zhang, Ziqi, et al.
Veröffentlicht: (2023)

Local Reinforcement Learning with Action-Conditioned Root Mean Squared Q-Functions
von: Wu, Frank, et al.
Veröffentlicht: (2025)

ENOTO: Improving Offline-to-Online Reinforcement Learning with Q-Ensembles
von: Zhao, Kai, et al.
Veröffentlicht: (2023)

Enhancing Smart Farming Through Federated Learning: A Secure, Scalable, and Efficient Approach for AI-Driven Agriculture
von: Janga, Ritesh, et al.
Veröffentlicht: (2025)