Buchumschlag

Deep Reinforcement Learning for Day-to-day Dynamic Tolling in Tradable Credit Schemes

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wu, Xiaoyi, Seshadri, Ravi, Rodrigues, Filipe, Azevedo, Carlos Lima
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Systems and Control I.2.6; I.2.8
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

AI and Machine Learning Approaches for Predicting Nanoparticles Toxicity The Critical Role of Physiochemical Properties
von: Yousaf, Iqra
Veröffentlicht: (2024)

Sketch Decompositions for Classical Planning via Deep Reinforcement Learning
von: Aichmüller, Michael, et al.
Veröffentlicht: (2024)

Bilinear Mamba-Koopman Neural MPC for Varying Dynamics
von: Pagi, Matan, et al.
Veröffentlicht: (2026)

Learning to Select Goals in Automated Planning with Deep-Q Learning
von: Núñez-Molina, Carlos, et al.
Veröffentlicht: (2024)

A Parallel Hybrid Action Space Reinforcement Learning Model for Real-world Adaptive Traffic Signal Control
von: Wang, Yuxuan, et al.
Veröffentlicht: (2025)

Fractional Policy Gradients: Reinforcement Learning with Long-Term Memory
von: Pawar, Urvi, et al.
Veröffentlicht: (2025)

Selective Progress-Aware Querying for Human-in-the-Loop Reinforcement Learning
von: Muraleedharan, Anujith, et al.
Veröffentlicht: (2025)

Zero-Shot Context Generalization in Reinforcement Learning from Few Training Contexts
von: Chapman, James, et al.
Veröffentlicht: (2025)

From Cumulative Constraints to Adaptive Runtime Safety Control for Nonstationary Reinforcement Learning
von: Tomashevskiy, Timofey
Veröffentlicht: (2026)

FlowRL: Flow-Augmented Few-Shot Reinforcement Learning for Semi-Structured Sensor Data
von: Pivezhandi, Mohammad, et al.
Veröffentlicht: (2024)

Sim-to-reality adaptation for Deep Reinforcement Learning applied to an underwater docking application
von: Chaarani, Alaaeddine, et al.
Veröffentlicht: (2026)

NeSIG: A Neuro-Symbolic Method for Learning to Generate Planning Problems
von: Núñez-Molina, Carlos, et al.
Veröffentlicht: (2023)

From Demonstrations to Safe Deployment: Path-Consistent Safety Filtering for Diffusion Policies
von: Römer, Ralf, et al.
Veröffentlicht: (2025)

Procedural Game Level Design with Deep Reinforcement Learning
von: Özkan, Miraç Buğra
Veröffentlicht: (2025)

Predicting Future Actions of Reinforcement Learning Agents
von: Chung, Stephen, et al.
Veröffentlicht: (2024)

LeanProgress: Guiding Search for Neural Theorem Proving via Proof Progress Prediction
von: George, Robert Joseph, et al.
Veröffentlicht: (2025)

Predicting and improving test-time scaling laws via reward tail-guided search
von: Li, Muheng, et al.
Veröffentlicht: (2026)

Constrained Auto-Bidding via Generative Response Modeling
von: Yang, Eunseok, et al.
Veröffentlicht: (2026)

Autopilot-Preserving Residual Q-Learning with HJB-Inspired Finite-Action Risk Filtering for Fixed-Wing UAV Command Supervision
von: Iscan, Mehmet, et al.
Veröffentlicht: (2026)

From Next Token Prediction to (STRIPS) World Models
von: Núñez-Molina, Carlos, et al.
Veröffentlicht: (2025)

An Aircraft Upset Recovery System with Reinforcement Learning
von: Demir, Mahir, et al.
Veröffentlicht: (2026)

Accuracy, Memory Efficiency and Generalization: A Comparative Study on Liquid Neural Networks and Recurrent Neural Networks
von: Zong, Shilong, et al.
Veröffentlicht: (2025)

Machine Learning Based Path Planning for Improved Rover Navigation (Pre-Print Version)
von: Abcouwer, Neil, et al.
Veröffentlicht: (2020)

Safe Reinforcement Learning with Preference-based Constraint Inference
von: Li, Chenglin, et al.
Veröffentlicht: (2026)

CORE: Towards Scalable and Efficient Causal Discovery with Reinforcement Learning
von: Sauter, Andreas W. M., et al.
Veröffentlicht: (2024)

StepScorer: Accelerating Reinforcement Learning with Step-wise Scoring and Psychological Regret Modeling
von: Xu, Zhe
Veröffentlicht: (2026)

Umbrella Reinforcement Learning -- computationally efficient tool for hard non-linear problems
von: Nuzhin, Egor E., et al.
Veröffentlicht: (2024)

GIRL: Generative Imagination Reinforcement Learning via Information-Theoretic Hallucination Control
von: Hiremath, Prakul Sunil
Veröffentlicht: (2026)

Towards Opinion Shaping: A Deep Reinforcement Learning Approach in Bot-User Interactions
von: Siahkali, Farbod, et al.
Veröffentlicht: (2024)

Joint Combinatorial Node Selection and Resource Allocations in the Lightning Network using Attention-based Reinforcement Learning
von: Salahshour, Mahdi, et al.
Veröffentlicht: (2024)

The Final-Stage Bottleneck: A Systematic Dissection of the R-Learner for Network Causal Inference
von: Sairam, S, et al.
Veröffentlicht: (2025)

Hybrid-AIRL: Enhancing Inverse Reinforcement Learning with Supervised Expert Guidance
von: Silue, Bram, et al.
Veröffentlicht: (2025)

A Systematic Study of Multi-Agent Deep Reinforcement Learning for Safe and Robust Autonomous Highway Ramp Entry
von: Schester, Larry, et al.
Veröffentlicht: (2024)

A Review of Symbolic, Subsymbolic and Hybrid Methods for Sequential Decision Making
von: Núñez-Molina, Carlos, et al.
Veröffentlicht: (2023)

PIRS: Physics-Informed Reward Shaping for SAC-Based Building Energy Management
von: Zaregarizi, Shadmehr, et al.
Veröffentlicht: (2026)

Are We Winning the Wrong Game? Revisiting Evaluation Practices for Long-Term Time Series Forecasting
von: Phungtua-eng, Thanapol, et al.
Veröffentlicht: (2026)

Actor-Critic Model Predictive Control: Differentiable Optimization meets Reinforcement Learning for Agile Flight
von: Romero, Angel, et al.
Veröffentlicht: (2023)

Improving Industrial Injection Molding Processes with Explainable AI for Quality Classification
von: Rottenwalter, Georg, et al.
Veröffentlicht: (2025)

Novel Approaches to Artificial Intelligence Development Based on the Nearest Neighbor Method
von: Priezzhev, I. I., et al.
Veröffentlicht: (2025)

Advancements in synthetic data extraction for industrial injection molding
von: Rottenwalter, Georg, et al.
Veröffentlicht: (2025)