Buchumschlag

Coordinating Ride-Pooling with Public Transit using Reward-Guided Conservative Q-Learning: An Offline Training and Online Fine-Tuning Reinforcement Learning Framework

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hu, Yulong, Dong, Tingting, Li, Sen
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence Emerging Technologies
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

BMG-Q: Localized Bipartite Match Graph Attention Q-Learning for Ride-Pooling Order Dispatch
von: Hu, Yulong, et al.
Veröffentlicht: (2025)

One Step is Enough: Multi-Agent Reinforcement Learning based on One-Step Policy Optimization for Order Dispatch on Ride-Sharing Platforms
von: Zhao, Zijian, et al.
Veröffentlicht: (2025)

Ride-pool Assignment Algorithms: Modern Implementation and Swapping Heuristics
von: Zalesak, Matthew, et al.
Veröffentlicht: (2025)

Learning Personalized Utility Functions for Drivers in Ride-hailing Systems Using Ensemble Hypernetworks
von: Mai, Weiming, et al.
Veröffentlicht: (2025)

The Changing Importance of Competence Generationally: Developing Trust, Online and Offline
von: Brandon C. Bouchillon
Veröffentlicht: (2024)

Efficient Reinforcement Learning On Passive RRAM Crossbar Array
von: Tyagi, Arjun, et al.
Veröffentlicht: (2024)

QVecOpt: An Efficient Storage and Computing Opti-mization Framework for Large-scale Quantum State Simulation
von: Yu, Mingyang, et al.
Veröffentlicht: (2025)

Quantum Large Language Model Fine-Tuning
von: Kim, Sang Hyub, et al.
Veröffentlicht: (2025)

Integration of Physics-Derived Memristor Models with Machine Learning Frameworks
von: Yu, Zhenming, et al.
Veröffentlicht: (2024)

FT‐HT: A Fine‐Tuned VGG16‐Based and Hashing Framework for Secure Multimodal Biometric System
von: Seema Rani, et al.
Veröffentlicht: (2025)

MemTorch: An Open-source Simulation Framework for Memristive Deep Learning Systems
von: Lammie, Corey, et al.
Veröffentlicht: (2020)

When Fine-Tuning Fails and when it Generalises: Role of Data Diversity and Mixed Training in LLM-based TTS
von: Purwar, Anupam, et al.
Veröffentlicht: (2026)

QFOR: A Fidelity-aware Orchestrator for Quantum Computing Environments using Deep Reinforcement Learning
von: Nguyen, Hoa T., et al.
Veröffentlicht: (2025)

Adaptive Tuning of the Unscented Kalman Filter using Particle Swarm Optimization for Inertial-GPS Sensor Fusion Systems
von: Malabo, Psyche T., et al.
Veröffentlicht: (2026)

Q-SCALE: Quantum computing-based Sensor Calibration for Advanced Learning and Efficiency
von: Bergadano, Lorenzo, et al.
Veröffentlicht: (2024)

CCCL: Node-Spanning GPU Collectives with CXL Memory Pooling
von: Xu, Dong, et al.
Veröffentlicht: (2026)

A Hierarchical and Entropy‐Adaptive Reinforcement Learning Framework for Multi‐Task Offloading in Vehicular Ad Hoc Networks
von: Min Wang, et al.
Veröffentlicht: (2026)

Hierarchical Reinforcement Learning for Next Generation of Multi-AP Coordinated Spatial Reuse
von: Chen, Ziru, et al.
Veröffentlicht: (2026)

A Probabilistic Routing Algorithm Based on CNN and Q‐Learning for Vehicular Edge Network
von: Huahong Ma, et al.
Veröffentlicht: (2024)

Regulating Ride-Sourcing Markets: Can Minimum Wage Regulation Protect Drivers Without Disrupting the Market?
von: Ghasemi, Farnoud, et al.
Veröffentlicht: (2025)

NVCiM-PT: An NVCiM-assisted Prompt Tuning Framework for Edge LLMs
von: Qin, Ruiyang, et al.
Veröffentlicht: (2024)

ScaloWork: Useful Proof-of-Work with Distributed Pool Mining
von: Chatterjee, Diptendu, et al.
Veröffentlicht: (2025)

Rethinking Agentic Reinforcement Learning In Large Language Models
von: Cui, Fangming, et al.
Veröffentlicht: (2026)

Component Centric Placement Using Deep Reinforcement Learning
von: Lim, Kart Leong
Veröffentlicht: (2026)

A Reinforcement Learning–Driven Payoff‐Adaptive Game‐Theoretic Framework for Secure and Reliable Operation of Mobile Ad Hoc Networks
von: Shaik Khader Zelani, et al.
Veröffentlicht: (2026)

A Simple and Explainable Model for Park-and-Ride Car Park Occupancy Prediction
von: Kaltenbrunner, Andreas, et al.
Veröffentlicht: (2025)

Fuzzy Logic Weight based Coordination Scheme for Utilizing Electric Vehicle Charging Stations
von: Hussain, Shahid, et al.
Veröffentlicht: (2024)

Improved dDQL: A Double Deep Q‐Learning Enabled Localization for Internet of Underwater Things
von: Nellore Kapileswar, et al.
Veröffentlicht: (2025)

Quantum Reinforcement Learning with Transformers for the Capacitated Vehicle Routing Problem
von: Andrés, Eva
Veröffentlicht: (2026)

Q-RESTORE: Quantum-Driven Framework for Resilient and Equitable Transportation Network Restoration
von: Udekwe, Daniel, et al.
Veröffentlicht: (2025)

Comparative Evaluation of Prompting and Fine-Tuning for Applying Large Language Models to Grid-Structured Geospatial Data
von: Dhruv, Akash, et al.
Veröffentlicht: (2025)

PHANTOM: Physics-Aware Adversarial Attacks against Federated Learning-Coordinated EV Charging Management System
von: Haider, Mohammad Zakaria, et al.
Veröffentlicht: (2025)

Online Soft Error Tolerance in ReRAM Crossbars for Deep Learning Accelerators
von: Khezeli, Benyamin, et al.
Veröffentlicht: (2024)

BRIDG-Q: Barren-Plateau-Resilient Initialisation with Data-Aware LLM-Generated Quantum Circuits
von: Nguyen, Ngoc Nhi, et al.
Veröffentlicht: (2026)

A Deep Reinforcement Learning‐Based Physical Layer Security Enhancement Design for RIS‐Aided mmWave Communications With Practical Constraints
von: Qingqing Tu, et al.
Veröffentlicht: (2024)

Deep Reinforcement Learning for Vehicle Swarm Navigation and Urban Traffic Optimization
von: Rubo Zhang, et al.
Veröffentlicht: (2025)

Characterization and Mitigation of ADC Noise by Reference Tuning in RRAM-Based Compute-In-Memory
von: Wei, Ying-Hao, et al.
Veröffentlicht: (2025)

Developing an AI-Based Psychometric System for Assessing Learning Difficulties and Adaptive System to Overcome: A Qualitative and Conceptual Framework
von: Hu, Aaron
Veröffentlicht: (2024)

Hardware in Loop Learning with Spin Stochastic Neurons
von: Islam, A N M Nafiul, et al.
Veröffentlicht: (2023)

Associative Memory Based Experience Replay for Deep Reinforcement Learning
von: Li, Mengyuan, et al.
Veröffentlicht: (2022)