:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Chen, Guibin
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence
Online-Zugang:	https://arxiv.org/abs/2410.15188
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Robust Deep Reinforcement Learning for Inverter-based Volt-Var Control in Partially Observable Distribution Networks
von: Liu, Qiong, et al.
Veröffentlicht: (2024)

Robust Deep Reinforcement Learning for Volt-VAR Optimization in Active Distribution System under Uncertainty
von: Chen, Zhengrong, et al.
Veröffentlicht: (2024)

Towards a Practical Understanding of Lagrangian Methods in Safe Reinforcement Learning
von: Spoor, Lindsay, et al.
Veröffentlicht: (2025)

Augmented Lagrangian Multiplier Network for State-wise Safety in Reinforcement Learning
von: Zhang, Jiaming, et al.
Veröffentlicht: (2026)

Reinforcement Learning with Euclidean Data Augmentation for State-Based Continuous Control
von: Luo, Jinzhu, et al.
Veröffentlicht: (2024)

Sampling-Based Safe Reinforcement Learning
von: Vignola, Luca, et al.
Veröffentlicht: (2026)

DeepSafeMPC: Deep Learning-Based Model Predictive Control for Safe Multi-Agent Reinforcement Learning
von: Wang, Xuefeng, et al.
Veröffentlicht: (2024)

Safe Reinforcement Learning for Real-World Engine Control
von: Bedei, Julian, et al.
Veröffentlicht: (2025)

ControlVAR: Exploring Controllable Visual Autoregressive Modeling
von: Li, Xiang, et al.
Veröffentlicht: (2024)

Do No Harm: A Counterfactual Approach to Safe Reinforcement Learning
von: Vaskov, Sean, et al.
Veröffentlicht: (2024)

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

Constrained Reinforcement Learning for Safe Heat Pump Control
von: Zhang, Baohe, et al.
Veröffentlicht: (2024)

Graph-Augmented Large Language Model Agents: Current Progress and Future Prospects
von: Liu, Yixin, et al.
Veröffentlicht: (2025)

Imitate the Good and Avoid the Bad: An Incremental Approach to Safe Reinforcement Learning
von: Hoang, Huy, et al.
Veröffentlicht: (2023)

Safe CoR: A Dual-Expert Approach to Integrating Imitation Learning and Safe Reinforcement Learning Using Constraint Rewards
von: Kwon, Hyeokjin, et al.
Veröffentlicht: (2024)

Scalable Volt-VAR Optimization using RLlib-IMPALA Framework: A Reinforcement Learning Approach
von: Selim, Alaa, et al.
Veröffentlicht: (2024)

Model-Based Safe Reinforcement Learning with Time-Varying State and Control Constraints: An Application to Intelligent Vehicles
von: Zhang, Xinglong, et al.
Veröffentlicht: (2021)

SafeSieve: From Heuristics to Experience in Progressive Pruning for LLM-based Multi-Agent Communication
von: Zhang, Ruijia, et al.
Veröffentlicht: (2025)

Approximate Model-Based Shielding for Safe Reinforcement Learning
von: Goodall, Alexander W., et al.
Veröffentlicht: (2023)

A Provable Approach for End-to-End Safe Reinforcement Learning
von: Wachi, Akifumi, et al.
Veröffentlicht: (2025)

QAL-BP: An Augmented Lagrangian Quantum Approach for Bin Packing
von: Cellini, Lorenzo, et al.
Veröffentlicht: (2023)

Scalable Safe Multi-Agent Reinforcement Learning for Multi-Agent System
von: Du, Haikuo, et al.
Veröffentlicht: (2025)

Networked Multiagent Safe Reinforcement Learning for Low-carbon Demand Management in Distribution Network
von: Zhang, Jichen, et al.
Veröffentlicht: (2023)

Safe Deep Reinforcement Learning for Building Heating Control and Demand-side Flexibility
von: Jüni, Colin, et al.
Veröffentlicht: (2026)

CAPSULE: Control-Theoretic Action Perturbations for Safe Uncertainty-Aware Reinforcement Learning
von: Narava, Rahul, et al.
Veröffentlicht: (2026)

Decoupled Guidance Diffusion for Adaptive Offline Safe Reinforcement Learning
von: Chen, Rufeng, et al.
Veröffentlicht: (2026)

GUARD: A Safe Reinforcement Learning Benchmark
von: Zhao, Weiye, et al.
Veröffentlicht: (2023)

Designing Control Barrier Function via Probabilistic Enumeration for Safe Reinforcement Learning Navigation
von: Marzari, Luca, et al.
Veröffentlicht: (2025)

Modular Control Architecture for Safe Marine Navigation: Reinforcement Learning and Predictive Safety Filters
von: Vaaler, Aksel, et al.
Veröffentlicht: (2023)

Safe RLHF-V: Safe Reinforcement Learning from Multi-modal Human Feedback
von: Ji, Jiaming, et al.
Veröffentlicht: (2025)

Reinforcement Learning by Guided Safe Exploration
von: Yang, Qisong, et al.
Veröffentlicht: (2023)

Probabilistic Shielding for Safe Reinforcement Learning
von: Court, Edwin Hamel-De le, et al.
Veröffentlicht: (2025)

AMARIS: A Memory-Augmented Rubric Improvement System for Rubric-Based Reinforcement Learning
von: Wu, Peilin, et al.
Veröffentlicht: (2026)

Quantum-Train-Based Distributed Multi-Agent Reinforcement Learning
von: Chen, Kuan-Cheng, et al.
Veröffentlicht: (2024)

Implicit Safe Set Algorithm for Provably Safe Reinforcement Learning
von: Zhao, Weiye, et al.
Veröffentlicht: (2024)

SafeAdapt: Provably Safe Policy Updates in Deep Reinforcement Learning
von: Anisimov, Maksim, et al.
Veröffentlicht: (2026)

Reinforcement Learning for Adaptive Traffic Signal Control: Turn-Based and Time-Based Approaches to Reduce Congestion
von: Rafique, Muhammad Tahir, et al.
Veröffentlicht: (2024)

Safe Deep Model-Based Reinforcement Learning with Lyapunov Functions
von: Zhang, Harry
Veröffentlicht: (2024)

ADLight: A Universal Approach of Traffic Signal Control with Augmented Data Using Reinforcement Learning
von: Wang, Maonan, et al.
Veröffentlicht: (2022)

RL2: Reinforce Large Language Model to Assist Safe Reinforcement Learning for Energy Management of Active Distribution Networks
von: Yang, Xu, et al.
Veröffentlicht: (2024)