Buchumschlag

Experimental evaluation of offline reinforcement learning for HVAC control in buildings

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Jun, Li, Linyan, Liu, Qi, Yang, Yu
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

Causal prompting model-based offline reinforcement learning
von: Yu, Xuehui, et al.
Veröffentlicht: (2024)

Expert or not? assessing data quality in offline reinforcement learning
von: Asadulaev, Arip, et al.
Veröffentlicht: (2025)

Q-Distribution guided Q-learning for offline reinforcement learning: Uncertainty penalized Q-value via consistency model
von: Zhang, Jing, et al.
Veröffentlicht: (2024)

Deep autoregressive density nets vs neural ensembles for model-based offline reinforcement learning
von: Benechehab, Abdelhakim, et al.
Veröffentlicht: (2024)

PyCFRL: A Python library for counterfactually fair offline reinforcement learning via sequential data preprocessing
von: Zhang, Jianhan, et al.
Veröffentlicht: (2025)

Data-driven simulator of multi-animal behavior with unknown dynamics via offline and online reinforcement learning
von: Fujii, Keisuke, et al.
Veröffentlicht: (2025)

Physics-informed offline reinforcement learning eliminates catastrophic fuel waste in maritime routing
von: Bora, Aniruddha, et al.
Veröffentlicht: (2026)

Adaptive prediction theory combining offline and online learning
von: Li, Haizheng, et al.
Veröffentlicht: (2025)

An experimental evaluation of Deep Reinforcement Learning algorithms for HVAC control
von: Manjavacas, Antonio, et al.
Veröffentlicht: (2024)

Balancing optimism and pessimism in offline-to-online learning
von: Sentenac, Flore, et al.
Veröffentlicht: (2025)

Curriculum reinforcement learning with measurable task representation learning
von: Wen, Yongyan, et al.
Veröffentlicht: (2026)

Agile and versatile bipedal robot tracking control through reinforcement learning
von: Li, Jiayi, et al.
Veröffentlicht: (2024)

Model predictive control-based value estimation for efficient reinforcement learning
von: Wu, Qizhen, et al.
Veröffentlicht: (2023)

HVAC-DPT: A Decision Pretrained Transformer for HVAC Control
von: Berkes, Anaïs
Veröffentlicht: (2024)

Multi-Agent Reinforcement Learning for Adaptive Resource Orchestration in Cloud-Native Clusters
von: Yao, Guanzi, et al.
Veröffentlicht: (2025)

A modular framework for stabilizing deep reinforcement learning control
von: Lawrence, Nathan P., et al.
Veröffentlicht: (2023)

Transfer learning strategies for accelerating reinforcement-learning-based flow control
von: Salehi, Saeed
Veröffentlicht: (2025)

Ergodicity in reinforcement learning
von: Baumann, Dominik, et al.
Veröffentlicht: (2026)

On the Expressive Power of Transformers for Maxout Networks and Continuous Piecewise Linear Functions
von: Gu, Linyan, et al.
Veröffentlicht: (2026)

Autonomous vehicle decision and control through reinforcement learning with traffic flow randomization
von: Lin, Yuan, et al.
Veröffentlicht: (2024)

OThink-MR1: Stimulating multimodal generalized reasoning capabilities via dynamic reinforcement learning
von: Liu, Zhiyuan, et al.
Veröffentlicht: (2025)

Tailoring deep learning for real-time brain-computer interfaces: From offline models to calibration-free online decoding
von: Wimpff, Martin, et al.
Veröffentlicht: (2025)

Enhancing sample efficiency in reinforcement-learning-based flow control: replacing the critic with an adaptive reduced-order model
von: Yao, Zesheng, et al.
Veröffentlicht: (2026)

Agentic reinforcement learning empowers next-generation chemical language models for molecular design and synthesis
von: Li, Hao, et al.
Veröffentlicht: (2026)

Attention on flow control: transformer-based reinforcement learning for lift regulation in highly disturbed flows
von: Liu, Zhecheng, et al.
Veröffentlicht: (2025)

How to craft a deep reinforcement learning policy for wind farm flow control
von: Kadoche, Elie, et al.
Veröffentlicht: (2025)

BAPR: Bayesian amnesic piecewise-robust reinforcement learning for non-stationary continuous control
von: Zhang, Yifan, et al.
Veröffentlicht: (2026)

Development of an offline and online hybrid model for the Integrated Forecasting System
von: Farchi, Alban, et al.
Veröffentlicht: (2024)

Computationally efficient Gauss-Newton reinforcement learning for model predictive control
von: Brandner, Dean, et al.
Veröffentlicht: (2025)

Conservative quantum offline model-based optimization
von: Sotirov, Kristian, et al.
Veröffentlicht: (2025)

Mixed Policy Gradient: off-policy reinforcement learning driven jointly by data and model
von: Guan, Yang, et al.
Veröffentlicht: (2021)

Deep reinforcement learning-based spacecraft attitude control with pointing keep-out constraint
von: Yang, Juntang, et al.
Veröffentlicht: (2025)

Explainable reinforcement learning from human feedback to improve alignment
von: Liu, Shicheng, et al.
Veröffentlicht: (2025)

Optimistic Q-learning for average reward and episodic reinforcement learning
von: Agrawal, Priyank, et al.
Veröffentlicht: (2024)

Recommender systems and reinforcement learning for human-building interaction and context-aware support: A text mining-driven review of scientific literature
von: Zhang, Wenhao, et al.
Veröffentlicht: (2024)

Exploring validation metrics for offline model-based optimisation with diffusion models
von: Beckham, Christopher, et al.
Veröffentlicht: (2022)

Multi-agent reinforcement learning for the control of three-dimensional Rayleigh-Bénard convection
von: Vasanth, Joel, et al.
Veröffentlicht: (2024)

Koopman-based surrogate modeling for reinforcement-learning-control of Rayleigh-Benard convection
von: Plotzki, Tim, et al.
Veröffentlicht: (2026)

Leveraging LLMs for reward function design in reinforcement learning control tasks
von: Cardenoso, Franklin, et al.
Veröffentlicht: (2025)

Dynamic control of self-assembly of quasicrystalline structures through reinforcement learning
von: Lieu, Uyen Tu, et al.
Veröffentlicht: (2023)