:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Di, Li, Jia, Zhang, Michael
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2511.04883
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Dyna-Style Learning with A Macroscopic Model for Vehicle Platooning in Mixed-Autonomy Traffic
von: Zou, Yichuan, et al.
Veröffentlicht: (2024)

Learning to Control and Coordinate Mixed Traffic Through Robot Vehicles at Complex and Unsignalized Intersections
von: Wang, Dawei, et al.
Veröffentlicht: (2023)

Multi-Objective Reinforcement Learning for Large-Scale Mixed Traffic Control
von: Islam, Iftekharul, et al.
Veröffentlicht: (2025)

Mixed Traffic Control and Coordination from Pixels
von: Villarreal, Michael, et al.
Veröffentlicht: (2023)

Adaptive Rational Activations to Boost Deep Reinforcement Learning
von: Delfosse, Quentin, et al.
Veröffentlicht: (2021)

Federated Hierarchical Reinforcement Learning for Adaptive Traffic Signal Control
von: Fu, Yongjie, et al.
Veröffentlicht: (2025)

Deep Reinforcement Learning for Traffic Light Control in Intelligent Transportation Systems
von: Zhu, Ming, et al.
Veröffentlicht: (2023)

Towards VM Rescheduling Optimization Through Deep Reinforcement Learning
von: Ding, Xianzhong, et al.
Veröffentlicht: (2025)

Learnable Mixed Nash Equilibria are Collectively Rational
von: So, Geelon, et al.
Veröffentlicht: (2025)

Neighbor-Aware Reinforcement Learning for Mixed Traffic Optimization in Large-scale Networks
von: Islam, Iftekharul, et al.
Veröffentlicht: (2024)

Communication Strategy on Macro-and-Micro Traffic State in Cooperative Deep Reinforcement Learning for Regional Traffic Signal Control
von: Gu, Hankang, et al.
Veröffentlicht: (2025)

Multi-agent Reinforcement Learning for Cooperative Lane Changing of Connected and Autonomous Vehicles in Mixed Traffic
von: Zhou, Wei, et al.
Veröffentlicht: (2021)

Unexpected Benefits of Self-Modeling in Neural Systems
von: Premakumar, Vickram N., et al.
Veröffentlicht: (2024)

Large-Scale Mixed-Traffic and Intersection Control using Multi-agent Reinforcement Learning
von: Liu, Songyang, et al.
Veröffentlicht: (2025)

MoveLight: Enhancing Traffic Signal Control through Movement-Centric Deep Reinforcement Learning
von: Shao, Junqi, et al.
Veröffentlicht: (2024)

Deep Learning-driven Mobile Traffic Measurement Collection and Analysis
von: Fang, Yini
Veröffentlicht: (2024)

Task Vectors in In-Context Learning: Emergence, Formation, and Benefit
von: Yang, Liu, et al.
Veröffentlicht: (2025)

Temporal Transfer Learning for Traffic Optimization with Coarse-grained Advisory Autonomy
von: Cho, Jung-Hoon, et al.
Veröffentlicht: (2023)

A Hierarchical Deep Reinforcement Learning Framework for Traffic Signal Control with Predictable Cycle Planning
von: Gu, Hankang, et al.
Veröffentlicht: (2025)

On the Benefits of Active Data Collection in Operator Learning
von: Subedi, Unique, et al.
Veröffentlicht: (2024)

The Benefits of Power Regularization in Cooperative Reinforcement Learning
von: Li, Michelle, et al.
Veröffentlicht: (2024)

Robustness and Adaptability of Reinforcement Learning based Cooperative Autonomous Driving in Mixed-autonomy Traffic
von: Valiente, Rodolfo, et al.
Veröffentlicht: (2022)

Adaptive Transit Signal Priority based on Deep Reinforcement Learning and Connected Vehicles in a Traffic Microsimulation Environment
von: Kwesiga, Dickness, et al.
Veröffentlicht: (2024)

Balancing Efficiency and Fairness in Traffic Light Control through Deep Reinforcement Learning
von: Cederle, Matteo, et al.
Veröffentlicht: (2026)

A Method for Fast Autonomy Transfer in Reinforcement Learning
von: Sahabandu, Dinuka, et al.
Veröffentlicht: (2024)

Towards Provable Emergence of In-Context Reinforcement Learning
von: Wang, Jiuqi, et al.
Veröffentlicht: (2025)

EnduRL: Enhancing Safety, Stability, and Efficiency of Mixed Traffic Under Real-World Perturbations Via Reinforcement Learning
von: Poudel, Bibek, et al.
Veröffentlicht: (2023)

On the Benefit of Optimal Transport for Curriculum Reinforcement Learning
von: Klink, Pascal, et al.
Veröffentlicht: (2023)

Breaking Through Barren Plateaus: Reinforcement Learning Initializations for Deep Variational Quantum Circuits
von: Peng, Yifeng, et al.
Veröffentlicht: (2025)

Rationality Measurement and Theory for Reinforcement Learning Agents
von: Qian, Kejiang, et al.
Veröffentlicht: (2026)

CNN+Transformer Based Anomaly Traffic Detection in UAV Networks for Emergency Rescue
von: Han, Yulu, et al.
Veröffentlicht: (2025)

Deep Reinforcement Learning for Modelling Protein Complexes
von: Gao, Ziqi, et al.
Veröffentlicht: (2024)

Provable Benefit of Cutout and CutMix for Feature Learning
von: Oh, Junsoo, et al.
Veröffentlicht: (2024)

Convergence and Emergence of In-Context Reinforcement Learning with Chain of Thought
von: Xie, Zixuan, et al.
Veröffentlicht: (2026)

Multi-hop Upstream Anticipatory Traffic Signal Control with Deep Reinforcement Learning
von: Li, Xiaocan, et al.
Veröffentlicht: (2024)

Evaluating the Robustness of Reinforcement Learning based Adaptive Traffic Signal Control
von: Kwesiga, Dickens, et al.
Veröffentlicht: (2026)

S$^2$R: Teaching LLMs to Self-verify and Self-correct via Reinforcement Learning
von: Ma, Ruotian, et al.
Veröffentlicht: (2025)

Autonomous Navigation of Unmanned Vehicle Through Deep Reinforcement Learning
von: Xu, Letian, et al.
Veröffentlicht: (2024)

Red-Team Multi-Agent Reinforcement Learning for Emergency Braking Scenario
von: Chen, Yinsong, et al.
Veröffentlicht: (2025)

Predict Click-Through Rates with Deep Interest Network Model in E-commerce Advertising
von: Zhou, Chang, et al.
Veröffentlicht: (2024)