Salvato in:
| Autori principali: | Schäfer, Georg, Schirl, Max, Rehrl, Jakob, Huber, Stefan, Hirlaender, Simon |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2024
|
| Soggetti: | |
| Accesso online: | https://arxiv.org/abs/2405.08567 |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Comparison of Model Predictive Control and Proximal Policy Optimization for a 1-DOF Helicopter System
di: Schäfer, Georg, et al.
Pubblicazione: (2024)
di: Schäfer, Georg, et al.
Pubblicazione: (2024)
The Crucial Role of Problem Formulation in Real-World Reinforcement Learning
di: Schäfer, Georg, et al.
Pubblicazione: (2025)
di: Schäfer, Georg, et al.
Pubblicazione: (2025)
Multi-Objective Reinforcement Learning for Energy-Efficient Industrial Control
di: Schäfer, Georg, et al.
Pubblicazione: (2025)
di: Schäfer, Georg, et al.
Pubblicazione: (2025)
Reinforcement Learning for Optimal Experiment Design in Parameter Identification of Mechatronic Systems
di: Langschwert, Julian, et al.
Pubblicazione: (2026)
di: Langschwert, Julian, et al.
Pubblicazione: (2026)
Chebyshev Policies and the Mountain Car Problem: Reinforcement Learning for Low-Dimensional Control Tasks
di: Huber, Stefan, et al.
Pubblicazione: (2026)
di: Huber, Stefan, et al.
Pubblicazione: (2026)
Operator Models for Continuous-Time Offline Reinforcement Learning
di: Hoischen, Nicolas, et al.
Pubblicazione: (2025)
di: Hoischen, Nicolas, et al.
Pubblicazione: (2025)
Trustworthy and Explainable Deep Reinforcement Learning for Safe and Energy-Efficient Process Control: A Use Case in Industrial Compressed Air Systems
di: Bezold, Vincent, et al.
Pubblicazione: (2025)
di: Bezold, Vincent, et al.
Pubblicazione: (2025)
Semi-on-Demand Transit Feeders with Shared Autonomous Vehicles and Reinforcement-Learning-Based Zonal Dispatching Control
di: Ng, Max T. M., et al.
Pubblicazione: (2025)
di: Ng, Max T. M., et al.
Pubblicazione: (2025)
SINDy-RL: Interpretable and Efficient Model-Based Reinforcement Learning
di: Zolman, Nicholas, et al.
Pubblicazione: (2024)
di: Zolman, Nicholas, et al.
Pubblicazione: (2024)
Cross-fitted Proximal Learning for Model-Based Reinforcement Learning
di: Venkatesh, Nishanth, et al.
Pubblicazione: (2026)
di: Venkatesh, Nishanth, et al.
Pubblicazione: (2026)
Excluding the Irrelevant: Focusing Reinforcement Learning through Continuous Action Masking
di: Stolz, Roland, et al.
Pubblicazione: (2024)
di: Stolz, Roland, et al.
Pubblicazione: (2024)
Model-Based Reinforcement Learning Control of Reaction-Diffusion Problems
di: Schenk, Christina, et al.
Pubblicazione: (2024)
di: Schenk, Christina, et al.
Pubblicazione: (2024)
Towards Real-World Deployment of Reinforcement Learning for Traffic Signal Control
di: Müller, Arthur, et al.
Pubblicazione: (2021)
di: Müller, Arthur, et al.
Pubblicazione: (2021)
ReACT: Reinforcement Learning for Controller Parametrization using B-Spline Geometries
di: Rudolf, Thomas, et al.
Pubblicazione: (2024)
di: Rudolf, Thomas, et al.
Pubblicazione: (2024)
Robust Model Based Reinforcement Learning Using $\mathcal{L}_1$ Adaptive Control
di: Sung, Minjun, et al.
Pubblicazione: (2024)
di: Sung, Minjun, et al.
Pubblicazione: (2024)
Kernel-Based Safe Exploration in Deep Reinforcement Learning
di: Majumdar, Rupak, et al.
Pubblicazione: (2026)
di: Majumdar, Rupak, et al.
Pubblicazione: (2026)
LyZNet: A Lightweight Python Tool for Learning and Verifying Neural Lyapunov Functions and Regions of Attraction
di: Liu, Jun, et al.
Pubblicazione: (2024)
di: Liu, Jun, et al.
Pubblicazione: (2024)
Approximate Model-Based Shielding for Safe Reinforcement Learning
di: Goodall, Alexander W., et al.
Pubblicazione: (2023)
di: Goodall, Alexander W., et al.
Pubblicazione: (2023)
When to Trust Your Data: Enhancing Dyna-Style Model-Based Reinforcement Learning With Data Filter
di: Li, Yansong, et al.
Pubblicazione: (2024)
di: Li, Yansong, et al.
Pubblicazione: (2024)
Reinforcement Learning Based Traffic Signal Design to Minimize Queue Lengths
di: Nandakumar, Anirud, et al.
Pubblicazione: (2025)
di: Nandakumar, Anirud, et al.
Pubblicazione: (2025)
Safe Deep Model-Based Reinforcement Learning with Lyapunov Functions
di: Zhang, Harry
Pubblicazione: (2024)
di: Zhang, Harry
Pubblicazione: (2024)
Reinforcement Learning Increases Wind Farm Power Production by Enabling Closed-Loop Collaborative Control
di: Mole, Andrew, et al.
Pubblicazione: (2025)
di: Mole, Andrew, et al.
Pubblicazione: (2025)
BuilDyn: Excitation-Driven Data Generation for Building Thermal Dynamics Modeling and Control
di: Koch, Felix, et al.
Pubblicazione: (2026)
di: Koch, Felix, et al.
Pubblicazione: (2026)
Resilient Constrained Reinforcement Learning
di: Ding, Dongsheng, et al.
Pubblicazione: (2023)
di: Ding, Dongsheng, et al.
Pubblicazione: (2023)
Dynamic Line Rating using Hyper-local Weather Predictions: A Machine Learning Approach
di: Manninen, Henri, et al.
Pubblicazione: (2024)
di: Manninen, Henri, et al.
Pubblicazione: (2024)
Optimistic World Models: Efficient Exploration in Model-Based Deep Reinforcement Learning
di: Mete, Akshay, et al.
Pubblicazione: (2026)
di: Mete, Akshay, et al.
Pubblicazione: (2026)
Smart Exploration in Reinforcement Learning using Bounded Uncertainty Models
di: van Hulst, J. S., et al.
Pubblicazione: (2025)
di: van Hulst, J. S., et al.
Pubblicazione: (2025)
Sensor to Pixels: Decentralized Swarm Gathering via Image-Based Reinforcement Learning
di: Koifman, Yigal, et al.
Pubblicazione: (2026)
di: Koifman, Yigal, et al.
Pubblicazione: (2026)
Reinforcement Learning Based Bidding Framework with High-dimensional Bids in Power Markets
di: Liu, Jinyu, et al.
Pubblicazione: (2024)
di: Liu, Jinyu, et al.
Pubblicazione: (2024)
The Pitfalls of Imitation Learning when Actions are Continuous
di: Simchowitz, Max, et al.
Pubblicazione: (2025)
di: Simchowitz, Max, et al.
Pubblicazione: (2025)
On the Foundation of Distributionally Robust Reinforcement Learning
di: Wang, Shengbo, et al.
Pubblicazione: (2023)
di: Wang, Shengbo, et al.
Pubblicazione: (2023)
End-to-End Reinforcement Learning of Koopman Models for Economic Nonlinear Model Predictive Control
di: Mayfrank, Daniel, et al.
Pubblicazione: (2023)
di: Mayfrank, Daniel, et al.
Pubblicazione: (2023)
MPC-Inspired Reinforcement Learning for Verifiable Model-Free Control
di: Lu, Yiwen, et al.
Pubblicazione: (2023)
di: Lu, Yiwen, et al.
Pubblicazione: (2023)
Dyna-Style Reinforcement Learning Modeling and Control of Non-linear Dynamics
di: Abdelsalam, Karim, et al.
Pubblicazione: (2025)
di: Abdelsalam, Karim, et al.
Pubblicazione: (2025)
Large-scale Regional Traffic Signal Control Based on Single-Agent Reinforcement Learning
di: Li, Qiang, et al.
Pubblicazione: (2025)
di: Li, Qiang, et al.
Pubblicazione: (2025)
Safe Reinforcement Learning-Based Vibration Control: Overcoming Training Risks with LQR Guidance
di: Thorat, Rohan Vitthal, et al.
Pubblicazione: (2025)
di: Thorat, Rohan Vitthal, et al.
Pubblicazione: (2025)
Economic Battery Storage Dispatch with Deep Reinforcement Learning from Rule-Based Demonstrations
di: Sage, Manuel, et al.
Pubblicazione: (2025)
di: Sage, Manuel, et al.
Pubblicazione: (2025)
Inverse Delayed Reinforcement Learning
di: Zhan, Simon Sinong, et al.
Pubblicazione: (2024)
di: Zhan, Simon Sinong, et al.
Pubblicazione: (2024)
BUILDA: A Thermal Building Data Generation Framework for Transfer Learning
di: Krug, Thomas, et al.
Pubblicazione: (2025)
di: Krug, Thomas, et al.
Pubblicazione: (2025)
Data-Assimilated Model-Based Reinforcement Learning for Partially Observed Chaotic Flows
di: Ozan, Defne E., et al.
Pubblicazione: (2025)
di: Ozan, Defne E., et al.
Pubblicazione: (2025)
Documenti analoghi
-
Comparison of Model Predictive Control and Proximal Policy Optimization for a 1-DOF Helicopter System
di: Schäfer, Georg, et al.
Pubblicazione: (2024) -
The Crucial Role of Problem Formulation in Real-World Reinforcement Learning
di: Schäfer, Georg, et al.
Pubblicazione: (2025) -
Multi-Objective Reinforcement Learning for Energy-Efficient Industrial Control
di: Schäfer, Georg, et al.
Pubblicazione: (2025) -
Reinforcement Learning for Optimal Experiment Design in Parameter Identification of Mechatronic Systems
di: Langschwert, Julian, et al.
Pubblicazione: (2026) -
Chebyshev Policies and the Mountain Car Problem: Reinforcement Learning for Low-Dimensional Control Tasks
di: Huber, Stefan, et al.
Pubblicazione: (2026)