Multi-Objective Reinforcement Learning for Water Management
Fuente:
arXiv
Salvato in:
| Autori principali: | Osika, Zuzanna, Rădulescu, Roxana, Salazar, Jazmin Zatarain, Oliehoek, Frans, Murukannaiah, Pradeep K. |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Navigating Trade-offs: Policy Summarization for Multi-Objective Reinforcement Learning
di: Osika, Zuzanna, et al.
Pubblicazione: (2024)
di: Osika, Zuzanna, et al.
Pubblicazione: (2024)
Exploring Equity of Climate Policies using Multi-Agent Multi-Objective Reinforcement Learning
di: Biswas, Palok, et al.
Pubblicazione: (2025)
di: Biswas, Palok, et al.
Pubblicazione: (2025)
Learning to Focus: Prioritizing Informative Histories with Structured Attention Mechanisms in Partially Observable Reinforcement Learning
di: Allegue, Daniel De Dios, et al.
Pubblicazione: (2025)
di: Allegue, Daniel De Dios, et al.
Pubblicazione: (2025)
Explaining Learned Reward Functions with Counterfactual Trajectories
di: Wehner, Jan, et al.
Pubblicazione: (2024)
di: Wehner, Jan, et al.
Pubblicazione: (2024)
Timing the Match: A Deep Reinforcement Learning Approach for Ride-Hailing and Ride-Pooling Services
di: Bao, Yiman, et al.
Pubblicazione: (2025)
di: Bao, Yiman, et al.
Pubblicazione: (2025)
SimuDICE: Offline Policy Optimization Through World Model Updates and DICE Estimation
di: Brita, Catalin E., et al.
Pubblicazione: (2024)
di: Brita, Catalin E., et al.
Pubblicazione: (2024)
Sample-Efficient Policy Space Response Oracles with Joint Experience Best Response
di: Bighashdel, Ariyan, et al.
Pubblicazione: (2026)
di: Bighashdel, Ariyan, et al.
Pubblicazione: (2026)
Inverse Concave-Utility Reinforcement Learning is Inverse Game Theory
di: Çelikok, Mustafa Mert, et al.
Pubblicazione: (2024)
di: Çelikok, Mustafa Mert, et al.
Pubblicazione: (2024)
What model does MuZero learn?
di: He, Jinke, et al.
Pubblicazione: (2023)
di: He, Jinke, et al.
Pubblicazione: (2023)
Online Planning in POMDPs with State-Requests
di: Avalos, Raphael, et al.
Pubblicazione: (2024)
di: Avalos, Raphael, et al.
Pubblicazione: (2024)
Uncoupled Learning of Differential Stackelberg Equilibria with Commitments
di: Loftin, Robert, et al.
Pubblicazione: (2023)
di: Loftin, Robert, et al.
Pubblicazione: (2023)
Demonstration Guided Multi-Objective Reinforcement Learning
di: Lu, Junlin, et al.
Pubblicazione: (2024)
di: Lu, Junlin, et al.
Pubblicazione: (2024)
Interpretability by Design for Efficient Multi-Objective Reinforcement Learning
di: Xia, Qiyue, et al.
Pubblicazione: (2025)
di: Xia, Qiyue, et al.
Pubblicazione: (2025)
TREX: Trajectory Explanations for Multi-Objective Reinforcement Learning
di: Rajapakse, Dilina, et al.
Pubblicazione: (2026)
di: Rajapakse, Dilina, et al.
Pubblicazione: (2026)
An Offline Adaptation Framework for Constrained Multi-Objective Reinforcement Learning
di: Lin, Qian, et al.
Pubblicazione: (2024)
di: Lin, Qian, et al.
Pubblicazione: (2024)
In Search for Architectures and Loss Functions in Multi-Objective Reinforcement Learning
di: Terekhov, Mikhail, et al.
Pubblicazione: (2024)
di: Terekhov, Mikhail, et al.
Pubblicazione: (2024)
Polychromic Objectives for Reinforcement Learning
di: Hamid, Jubayer Ibn, et al.
Pubblicazione: (2025)
di: Hamid, Jubayer Ibn, et al.
Pubblicazione: (2025)
CoMI-IRL: Contrastive Multi-Intention Inverse Reinforcement Learning
di: Mone, Antonio, et al.
Pubblicazione: (2026)
di: Mone, Antonio, et al.
Pubblicazione: (2026)
FairDICE: Fairness-Driven Offline Multi-Objective Reinforcement Learning
di: Kim, Woosung, et al.
Pubblicazione: (2025)
di: Kim, Woosung, et al.
Pubblicazione: (2025)
Scalable Multi-Objective and Meta Reinforcement Learning via Gradient Estimation
di: Zhang, Zhenshuo, et al.
Pubblicazione: (2025)
di: Zhang, Zhenshuo, et al.
Pubblicazione: (2025)
Safe and Balanced: A Framework for Constrained Multi-Objective Reinforcement Learning
di: Gu, Shangding, et al.
Pubblicazione: (2024)
di: Gu, Shangding, et al.
Pubblicazione: (2024)
Combining Multi-Objective Bayesian Optimization with Reinforcement Learning for TinyML
di: Deutel, Mark, et al.
Pubblicazione: (2023)
di: Deutel, Mark, et al.
Pubblicazione: (2023)
STEMO: Early Spatio-temporal Forecasting with Multi-Objective Reinforcement Learning
di: Shao, Wei, et al.
Pubblicazione: (2024)
di: Shao, Wei, et al.
Pubblicazione: (2024)
Optimistic Reinforcement Learning with Quantile Objectives
di: Alipour-Vaezi, Mohammad, et al.
Pubblicazione: (2025)
di: Alipour-Vaezi, Mohammad, et al.
Pubblicazione: (2025)
A Meta-Learning Approach for Multi-Objective Reinforcement Learning in Sustainable Home Environments
di: Lu, Junlin, et al.
Pubblicazione: (2024)
di: Lu, Junlin, et al.
Pubblicazione: (2024)
Deep Multi-Objective Reinforcement Learning for Utility-Based Infrastructural Maintenance Optimization
di: van Remmerden, Jesse, et al.
Pubblicazione: (2024)
di: van Remmerden, Jesse, et al.
Pubblicazione: (2024)
Hindsight Preference Replay Improves Preference-Conditioned Multi-Objective Reinforcement Learning
di: Shianifar, Jonaid, et al.
Pubblicazione: (2026)
di: Shianifar, Jonaid, et al.
Pubblicazione: (2026)
Offline Safe Reinforcement Learning Using Trajectory Classification
di: Gong, Ze, et al.
Pubblicazione: (2024)
di: Gong, Ze, et al.
Pubblicazione: (2024)
Unsupervised Zero-Shot Reinforcement Learning via Functional Reward Encodings
di: Frans, Kevin, et al.
Pubblicazione: (2024)
di: Frans, Kevin, et al.
Pubblicazione: (2024)
Imitating Cost-Constrained Behaviors in Reinforcement Learning
di: Shao, Qian, et al.
Pubblicazione: (2024)
di: Shao, Qian, et al.
Pubblicazione: (2024)
Reinforcement Learning with $ω$-Regular Objectives and Constraints
di: Wagner, Dominik, et al.
Pubblicazione: (2025)
di: Wagner, Dominik, et al.
Pubblicazione: (2025)
Divide and Conquer: Provably Unveiling the Pareto Front with Multi-Objective Reinforcement Learning
di: Röpke, Willem, et al.
Pubblicazione: (2024)
di: Röpke, Willem, et al.
Pubblicazione: (2024)
Multi-Objective Reinforcement Learning with Max-Min Criterion: A Game-Theoretic Approach
di: Byeon, Woohyeon, et al.
Pubblicazione: (2025)
di: Byeon, Woohyeon, et al.
Pubblicazione: (2025)
Protein-Conditioned Multi-Objective Reinforcement Learning for Full-Length mRNA Design
di: Shao, Zixi, et al.
Pubblicazione: (2026)
di: Shao, Zixi, et al.
Pubblicazione: (2026)
Preference Conditioned Multi-Objective Reinforcement Learning: Decomposed, Diversity-Driven Policy Optimization
di: Ambadkar, Tanmay, et al.
Pubblicazione: (2026)
di: Ambadkar, Tanmay, et al.
Pubblicazione: (2026)
Imitate the Good and Avoid the Bad: An Incremental Approach to Safe Reinforcement Learning
di: Hoang, Huy, et al.
Pubblicazione: (2023)
di: Hoang, Huy, et al.
Pubblicazione: (2023)
Regret-Based Defense in Adversarial Reinforcement Learning
di: Belaire, Roman, et al.
Pubblicazione: (2023)
di: Belaire, Roman, et al.
Pubblicazione: (2023)
Multi-Objective Reinforcement Learning for Power Grid Topology Control
di: Lautenbacher, Thomas, et al.
Pubblicazione: (2025)
di: Lautenbacher, Thomas, et al.
Pubblicazione: (2025)
Adaptive Alignment: Dynamic Preference Adjustments via Multi-Objective Reinforcement Learning for Pluralistic AI
di: Harland, Hadassah, et al.
Pubblicazione: (2024)
di: Harland, Hadassah, et al.
Pubblicazione: (2024)
MODULI: Unlocking Preference Generalization via Diffusion Models for Offline Multi-Objective Reinforcement Learning
di: Yuan, Yifu, et al.
Pubblicazione: (2024)
di: Yuan, Yifu, et al.
Pubblicazione: (2024)
Documenti analoghi
-
Navigating Trade-offs: Policy Summarization for Multi-Objective Reinforcement Learning
di: Osika, Zuzanna, et al.
Pubblicazione: (2024) -
Exploring Equity of Climate Policies using Multi-Agent Multi-Objective Reinforcement Learning
di: Biswas, Palok, et al.
Pubblicazione: (2025) -
Learning to Focus: Prioritizing Informative Histories with Structured Attention Mechanisms in Partially Observable Reinforcement Learning
di: Allegue, Daniel De Dios, et al.
Pubblicazione: (2025) -
Explaining Learned Reward Functions with Counterfactual Trajectories
di: Wehner, Jan, et al.
Pubblicazione: (2024) -
Timing the Match: A Deep Reinforcement Learning Approach for Ride-Hailing and Ride-Pooling Services
di: Bao, Yiman, et al.
Pubblicazione: (2025)