Buchumschlag

A Meta-Learning Approach for Multi-Objective Reinforcement Learning in Sustainable Home Environments

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lu, Junlin, Mannion, Patrick, 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

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

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

Inferring Preferences from Demonstrations in Multi-objective Reinforcement Learning
von: Lu, Junlin, et al.
Veröffentlicht: (2024)

Inferring Preferences from Demonstrations in Multi-Objective Residential Energy Management
von: Lu, Junlin, et al.
Veröffentlicht: (2024)

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

Demonstration-Guided Continual Reinforcement Learning in Dynamic Environments
von: Yang, Xue, et al.
Veröffentlicht: (2025)

MOMA-AC: A preference-driven actor-critic framework for continuous multi-objective multi-agent reinforcement learning
von: Callaghan, Adam, et al.
Veröffentlicht: (2025)

A Reinforcement Learning Approach to Dairy Farm Battery Management using Q Learning
von: Ali, Nawazish, et al.
Veröffentlicht: (2024)

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

Scalable Multi-Objective and Meta Reinforcement Learning via Gradient Estimation
von: Zhang, Zhenshuo, et al.
Veröffentlicht: (2025)

Meta-Learning Objectives for Preference Optimization
von: Alfano, Carlo, et al.
Veröffentlicht: (2024)

Safe and Balanced: A Framework for Constrained Multi-Objective Reinforcement Learning
von: Gu, Shangding, et al.
Veröffentlicht: (2024)

Multi-Objective Reinforcement Learning with Max-Min Criterion: A Game-Theoretic Approach
von: Byeon, Woohyeon, et al.
Veröffentlicht: (2025)

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

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

Multi-Objective Optimization Using Adaptive Distributed Reinforcement Learning
von: Tan, Jing, et al.
Veröffentlicht: (2024)

TREX: Trajectory Explanations for Multi-Objective Reinforcement Learning
von: Rajapakse, Dilina, et al.
Veröffentlicht: (2026)

Interpretability by Design for Efficient Multi-Objective Reinforcement Learning
von: Xia, Qiyue, et al.
Veröffentlicht: (2025)

Uncertain Multi-Objective Recommendation via Orthogonal Meta-Learning Enhanced Bayesian Optimization
von: Wang, Hongxu, et al.
Veröffentlicht: (2025)

TIMRL: A Novel Meta-Reinforcement Learning Framework for Non-Stationary and Multi-Task Environments
von: Qi, Chenyang, et al.
Veröffentlicht: (2025)

Polychromic Objectives for Reinforcement Learning
von: Hamid, Jubayer Ibn, et al.
Veröffentlicht: (2025)

An Offline Adaptation Framework for Constrained Multi-Objective Reinforcement Learning
von: Lin, Qian, et al.
Veröffentlicht: (2024)

In Search for Architectures and Loss Functions in Multi-Objective Reinforcement Learning
von: Terekhov, Mikhail, et al.
Veröffentlicht: (2024)

Verified Safe Reinforcement Learning for Neural Network Dynamic Models
von: Wu, Junlin, et al.
Veröffentlicht: (2024)

Navigating Trade-offs: Policy Summarization for Multi-Objective Reinforcement Learning
von: Osika, Zuzanna, et al.
Veröffentlicht: (2024)

STEMO: Early Spatio-temporal Forecasting with Multi-Objective Reinforcement Learning
von: Shao, Wei, et al.
Veröffentlicht: (2024)

FairDICE: Fairness-Driven Offline Multi-Objective Reinforcement Learning
von: Kim, Woosung, et al.
Veröffentlicht: (2025)

Combining Multi-Objective Bayesian Optimization with Reinforcement Learning for TinyML
von: Deutel, Mark, et al.
Veröffentlicht: (2023)

Optimistic Reinforcement Learning with Quantile Objectives
von: Alipour-Vaezi, Mohammad, et al.
Veröffentlicht: (2025)

Towards Leveraging AutoML for Sustainable Deep Learning: A Multi-Objective HPO Approach on Deep Shift Neural Networks
von: Hennig, Leona, et al.
Veröffentlicht: (2024)

Deep Multi-Objective Reinforcement Learning for Utility-Based Infrastructural Maintenance Optimization
von: van Remmerden, Jesse, et al.
Veröffentlicht: (2024)

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

Reinforcement Learning with $ω$-Regular Objectives and Constraints
von: Wagner, Dominik, et al.
Veröffentlicht: (2025)

A Behavior-Aware Approach for Deep Reinforcement Learning in Non-stationary Environments without Known Change Points
von: Liu, Zihe, et al.
Veröffentlicht: (2024)

Protein-Conditioned Multi-Objective Reinforcement Learning for Full-Length mRNA Design
von: Shao, Zixi, et al.
Veröffentlicht: (2026)

Preference Conditioned Multi-Objective Reinforcement Learning: Decomposed, Diversity-Driven Policy Optimization
von: Ambadkar, Tanmay, et al.
Veröffentlicht: (2026)

Multi-Objective Reinforcement Learning for Power Grid Topology Control
von: Lautenbacher, Thomas, et al.
Veröffentlicht: (2025)

Environment-Aware Transfer Reinforcement Learning for Sustainable Beam Selection
von: Salami, Dariush, et al.
Veröffentlicht: (2025)

Hybrid Action Based Reinforcement Learning for Multi-Objective Compatible Autonomous Driving
von: Jin, Guizhe, et al.
Veröffentlicht: (2025)

Meta-Learning for Speeding Up Large Model Inference in Decentralized Environments
von: Du, Yipeng, et al.
Veröffentlicht: (2025)