Buchumschlag

To Start Up a Start-Up$-$Embedding Strategic Demand Development in Operational On-Demand Fulfillment via Reinforcement Learning with Information Shaping

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Xinwei, Ulmer, Marlin W., Thomas, Barrett W.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Speed Up the Cold-Start Learning in Two-Sided Bandits with Many Arms
von: Bayati, Mohsen, et al.
Veröffentlicht: (2022)

HOFLON: Hybrid Offline Learning and Online Optimization for Process Start-Up and Grade-Transition Control
von: Durkin, Alex, et al.
Veröffentlicht: (2025)

Finite-Sample Analysis of the Monte Carlo Exploring Starts Algorithm for Reinforcement Learning
von: Chen, Suei-Wen, et al.
Veröffentlicht: (2024)

Advancing Multimodal Reasoning via Reinforcement Learning with Cold Start
von: Wei, Lai, et al.
Veröffentlicht: (2025)

Rocket Landing Control with Random Annealing Jump Start Reinforcement Learning
von: Jiang, Yuxuan, et al.
Veröffentlicht: (2024)

Aligned at the Start: Conceptual Groupings in LLM Embeddings
von: Khatir, Mehrdad, et al.
Veröffentlicht: (2024)

NOWS: Neural Operator Warm Starts for Accelerating Iterative Solvers
von: Eshaghi, Mohammad Sadegh, et al.
Veröffentlicht: (2025)

Information Theoretic Learning for Diffusion Models with Warm Start
von: Shen, Yirong, et al.
Veröffentlicht: (2025)

Evolutionary Warm-Starts for Reinforcement Learning in Industrial Continuous Control
von: Maus, Tom, et al.
Veröffentlicht: (2026)

Jump-Start Reinforcement Learning with Vision-Language-Action Regularization
von: Moroncelli, Angelo, et al.
Veröffentlicht: (2026)

Start-Up Success: Collection Development
von: Awe, Susan C.
Veröffentlicht: (2010)

Jump-Start Reinforcement Learning with Self-Evolving Priors for Extreme Monopedal Locomotion
von: Zheng, Ziang, et al.
Veröffentlicht: (2025)

On-Demand Model and Client Deployment in Federated Learning with Deep Reinforcement Learning
von: Chahoud, Mario, et al.
Veröffentlicht: (2024)

Accelerated Online Reinforcement Learning using Auxiliary Start State Distributions
von: Mehra, Aman, et al.
Veröffentlicht: (2025)

Efficient Cold-Start Recommendation via BPE Token-Level Embedding Initialization with LLM
von: Zhao, Yushang, et al.
Veröffentlicht: (2025)

Shape it Up! Restoring LLM Safety during Finetuning
von: Peng, ShengYun, et al.
Veröffentlicht: (2025)

Short-Form Video Recommendations with Multimodal Embeddings: Addressing Cold-Start and Bias Challenges
von: Dzhoha, Andrii, et al.
Veröffentlicht: (2025)

Jump Start or False Start? A Theoretical and Empirical Evaluation of LLM-initialized Bandits
von: Bayley, Adam, et al.
Veröffentlicht: (2026)

An Explainable Deep Reinforcement Learning Model for Warfarin Maintenance Dosing Using Policy Distillation and Action Forging
von: Zadeh, Sadjad Anzabi, et al.
Veröffentlicht: (2024)

Advancing Multimodal Reasoning: From Optimized Cold Start to Staged Reinforcement Learning
von: Chen, Shuang, et al.
Veröffentlicht: (2025)

Cold-Start Active Preference Learning in Socio-Economic Domains
von: Fayaz-Bakhsh, Mojtaba, et al.
Veröffentlicht: (2025)

Shaping Decision Models for Stochastic Dynamic Optimization Problems via Reinforcement Learning
von: Florentin D. Hildebrandt, et al.
Veröffentlicht: (2026)

Multi-Objective Reinforcement Learning for Large-Scale Tote Allocation in Human-Robot Collaborative Fulfillment Centers
von: Sengupta, Sikata, et al.
Veröffentlicht: (2026)

Waking Up Blind: Cold-Start Optimization of Supervision-Free Agentic Trajectories for Grounded Visual Perception
von: Bajpai, Ashutosh, et al.
Veröffentlicht: (2026)

Improving Iterative Gaussian Processes via Warm Starting Sequential Posteriors
von: Dong, Alan Yufei, et al.
Veröffentlicht: (2025)

SPARC: Spectral Architectures Tackling the Cold-Start Problem in Graph Learning
von: Jacobs, Yahel, et al.
Veröffentlicht: (2024)

STENCIL: Submodular Mutual Information Based Weak Supervision for Cold-Start Active Learning
von: Beck, Nathan, et al.
Veröffentlicht: (2024)

Causal Multi-Task Demand Learning
von: Gupta, Varun, et al.
Veröffentlicht: (2026)

Integrable Elasticity via Neural Demand Potentials
von: Heredia, Carlos, et al.
Veröffentlicht: (2026)

Real-time Control of Electric Autonomous Mobility-on-Demand Systems via Graph Reinforcement Learning
von: Singhal, Aaryan, et al.
Veröffentlicht: (2023)

Sequence Compression Speeds Up Credit Assignment in Reinforcement Learning
von: Ramesh, Aditya A., et al.
Veröffentlicht: (2024)

Stress-Testing Alignment Audits With Prompt-Level Strategic Deception
von: Daniels, Oliver, et al.
Veröffentlicht: (2026)

Managing Correlations in Data and Privacy Demand
von: Chaudhuri, Syomantak, et al.
Veröffentlicht: (2025)

Contrastive Learning for Cold Start Recommendation with Adaptive Feature Fusion
von: Hu, Jiacheng, et al.
Veröffentlicht: (2025)

Meta-Learning for Cold-Start Personalization in Prompt-Tuned LLMs
von: Zhao, Yushang, et al.
Veröffentlicht: (2025)

Position: Stop Preaching and Start Practising Data Frugality for Responsible Development of AI
von: Wilson, Sophia N., et al.
Veröffentlicht: (2026)

Active Few-Shot Learning for Vertex Classification Starting from an Unlabeled Dataset
von: Burr, Felix, et al.
Veröffentlicht: (2025)

LLMs for Cold-Start Cutting Plane Separator Configuration
von: Lawless, Connor, et al.
Veröffentlicht: (2024)

Warm Starting State-Space Models with Automata Learning
von: Fishell, William, et al.
Veröffentlicht: (2026)

Learning State-Dependent Policy Parametrizations for Dynamic Technician Routing with Rework
von: Stein, Jonas, et al.
Veröffentlicht: (2024)