:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ziegner, Georg, Choi, Michael, Le, Hung Mac Chan, Sakhuja, Sahil, Sarmadi, Arash
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2503.18201
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Contract2Plan: Verified Contract-Grounded Retrieval-Augmented Optimization for BOM-Aware Procurement and Multi-Echelon Inventory Planning
von: Agarwal, Sahil
Veröffentlicht: (2026)

Beyond Accuracy: Evaluating Forecasting Models by Multi-Echelon Inventory Cost
von: Marik, Swata, et al.
Veröffentlicht: (2026)

Reinforcement Learning for Multi-Objective Multi-Echelon Supply Chain Optimisation
von: Rachman, Rifny, et al.
Veröffentlicht: (2025)

A Deep Q-Network Based on Radial Basis Functions for Multi-Echelon Inventory Management
von: Cheng, Liqiang, et al.
Veröffentlicht: (2024)

Polaris: Multi-Fidelity Design Space Exploration of Deep Learning Accelerators
von: Sakhuja, Chirag, et al.
Veröffentlicht: (2024)

MIRACL: A Diverse Meta-Reinforcement Learning for Multi-Objective Multi-Echelon Combinatorial Supply Chain Optimisation
von: Rachman, Rifny, et al.
Veröffentlicht: (2026)

Real-World Doctor Agent with Proactive Consultation through Multi-Agent Reinforcement Learning
von: Feng, Yichun, et al.
Veröffentlicht: (2025)

Towards Real-World Deployment of Reinforcement Learning for Traffic Signal Control
von: Müller, Arthur, et al.
Veröffentlicht: (2021)

Comparative Analysis of Data Preprocessing Methods, Feature Selection Techniques and Machine Learning Models for Improved Classification and Regression Performance on Imbalanced Genetic Data
von: Kaur, Arshmeet, et al.
Veröffentlicht: (2024)

Multi-Agent Inverse Reinforcement Learning in Real World Unstructured Pedestrian Crowds
von: Chandra, Rohan, et al.
Veröffentlicht: (2024)

Cooking Up Politeness in Human-AI Information Seeking Dialogue
von: Elsweiler, David, et al.
Veröffentlicht: (2026)

Continuous-Time Value Iteration for Multi-Agent Reinforcement Learning
von: Wang, Xuefeng, et al.
Veröffentlicht: (2025)

Echeloned Spaces
von: Gheysens, Maxime, et al.
Veröffentlicht: (2023)

Hierarchical Reinforcement Learning with Low-Level MPC for Multi-Agent Control
von: Studt, Max, et al.
Veröffentlicht: (2025)

Comparing Deep Reinforcement Learning Algorithms in Two-Echelon Supply Chains
von: Stranieri, Francesco, et al.
Veröffentlicht: (2022)

Toward Finding Strong Pareto Optimal Policies in Multi-Agent Reinforcement Learning
von: Le, Bang Giang, et al.
Veröffentlicht: (2024)

Deepbullwhip: An Open-Source Simulation and Benchmarking for Multi-Echelon Bullwhip Analyses
von: Arief, Mansur M.
Veröffentlicht: (2026)

Quantum-Enhanced Secure Approval Voting Protocol
von: Sakhuja, Saiyam, et al.
Veröffentlicht: (2024)

Deep Reinforcement Learning for Inventory Networks: Toward Reliable Policy Optimization
von: Alvo, Matias, et al.
Veröffentlicht: (2023)

Goal-Oriented Multi-Agent Reinforcement Learning for Decentralized Agent Teams
von: Du, Hung, et al.
Veröffentlicht: (2025)

Towards Robust Real-World Spreadsheet Understanding with Multi-Agent Multi-Format Reasoning
von: Ren, Houxing, et al.
Veröffentlicht: (2026)

Leveraging Graph Neural Networks and Multi-Agent Reinforcement Learning for Inventory Control in Supply Chains
von: Kotecha, Niki, et al.
Veröffentlicht: (2024)

Predicting loss-of-function impact of genetic mutations: a machine learning approach
von: Kaur, Arshmeet, et al.
Veröffentlicht: (2024)

AutoPatch: Multi-Agent Framework for Patching Real-World CVE Vulnerabilities
von: Seo, Minjae, et al.
Veröffentlicht: (2025)

Toward a Multi-Echelon Cyber Warfare Theory: A Meta-Game-Theoretic Paradigm for Defense and Dominance
von: Yang, Ya-Ting, et al.
Veröffentlicht: (2025)

Multi-Turn Reinforcement Learning for Tool-Calling Agents with Iterative Reward Calibration
von: Modecrua, Wachiravit, et al.
Veröffentlicht: (2026)

Understanding Iterative Combinatorial Auction Designs via Multi-Agent Reinforcement Learning
von: d'Eon, Greg, et al.
Veröffentlicht: (2024)

Multi-Agent Quantum Reinforcement Learning using Evolutionary Optimization
von: Kölle, Michael, et al.
Veröffentlicht: (2023)

ATLAS: Constraints-Aware Multi-Agent Collaboration for Real-World Travel Planning
von: Choi, Jihye, et al.
Veröffentlicht: (2025)

Towards Principled Unsupervised Multi-Agent Reinforcement Learning
von: Zamboni, Riccardo, et al.
Veröffentlicht: (2025)

Towards Fault Tolerance in Multi-Agent Reinforcement Learning
von: Shi, Yuchen, et al.
Veröffentlicht: (2024)

OWL: Optimized Workforce Learning for General Multi-Agent Assistance in Real-World Task Automation
von: Hu, Mengkang, et al.
Veröffentlicht: (2025)

The Crucial Role of Problem Formulation in Real-World Reinforcement Learning
von: Schäfer, Georg, et al.
Veröffentlicht: (2025)

Echeloned saturation and forcing axioms
von: Garti, Shimon
Veröffentlicht: (2024)

A Semi Centralized Training Decentralized Execution Architecture for Multi Agent Deep Reinforcement Learning in Traffic Signal Control
von: Rezaali, Arash, et al.
Veröffentlicht: (2025)

Distributed Quasi-Newton Method for Multi-Agent Optimization
von: Shorinwa, Ola, et al.
Veröffentlicht: (2024)

Evolutionary Dispersal of Ecological Species via Multi-Agent Deep Reinforcement Learning
von: Choi, Wonhyung, et al.
Veröffentlicht: (2024)

Self-adapting Robotic Agents through Online Continual Reinforcement Learning with World Model Feedback
von: Domberg, Fabian, et al.
Veröffentlicht: (2026)

Contextual Knowledge Sharing in Multi-Agent Reinforcement Learning with Decentralized Communication and Coordination
von: Du, Hung, et al.
Veröffentlicht: (2025)

Human-Centric Traffic Signal Control for Equity: A Multi-Agent Action Branching Deep Reinforcement Learning Approach
von: Zhang, Xiaocai, et al.
Veröffentlicht: (2026)