Buchumschlag

Differentiated Pickup Point Offering for Emission Reduction in Last-Mile Delivery

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Galiullina, Albina, van Heeswijk, Wouter, van Woensel, Tom
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

On the Entropy in Last-Mile Logistics
von: Gerrits, Berry, et al.
Veröffentlicht: (2026)

Machine Learning Predictions for Traffic Equilibria in Road Renovation Scheduling
von: Bosch, Robbert, et al.
Veröffentlicht: (2025)

Applying Deep Learning to Ads Conversion Prediction in Last Mile Delivery Marketplace
von: Li, Di, et al.
Veröffentlicht: (2025)

Breaking the Grid: Distance-Guided Reinforcement Learning in Large Discrete Action Spaces
von: Hoppe, Heiko, et al.
Veröffentlicht: (2026)

Dynamic Neighborhood Construction for Structured Large Discrete Action Spaces
von: Akkerman, Fabian, et al.
Veröffentlicht: (2023)

Stepping Forward on the Last Mile
von: Feng, Chen, et al.
Veröffentlicht: (2024)

A Bi-Objective Approach to Last-Mile Delivery Routing Considering Driver Preferences
von: Mesa, Juan Pablo, et al.
Veröffentlicht: (2024)

Quantum-Efficient Reinforcement Learning Solutions for Last-Mile On-Demand Delivery
von: Moosavi, Farzan, et al.
Veröffentlicht: (2025)

Energy Estimation of Last Mile Electric Vehicle Routes
von: Snoeck, André, et al.
Veröffentlicht: (2024)

Predicting Drivers' Route Trajectories in Last-Mile Delivery Using A Pair-wise Attention-based Pointer Neural Network
von: Mo, Baichuan, et al.
Veröffentlicht: (2023)

Enhancing Courier Scheduling in Crowdsourced Last-Mile Delivery through Dynamic Shift Extensions: A Deep Reinforcement Learning Approach
von: Saleh, Zead, et al.
Veröffentlicht: (2024)

LIFT: Last-Mile Fine-Tuning for Table Explicitation
von: Khaitan, Divij, et al.
Veröffentlicht: (2026)

Learning to Estimate Package Delivery Time in Mixed Imbalanced Delivery and Pickup Logistics Services
von: Yi, Jinhui, et al.
Veröffentlicht: (2025)

Cluster-Aware Attention-Based Deep Reinforcement Learning for Pickup and Delivery Problems
von: Wang, Wentao, et al.
Veröffentlicht: (2026)

Sequence Pathfinder for Multi-Agent Pickup and Delivery in the Warehouse
von: Zhao, Zeyuan, et al.
Veröffentlicht: (2025)

S2SServiceBench: A Multimodal Benchmark for Last-Mile S2S Climate Services
von: Li, Chenyue, et al.
Veröffentlicht: (2026)

Multi-Agent Pointer Transformer: Seq-to-Seq Reinforcement Learning for Multi-Vehicle Dynamic Pickup-Delivery Problems
von: Zou, Zengyu, et al.
Veröffentlicht: (2025)

The Last Mile to Supervised Performance: Semi-Supervised Domain Adaptation for Semantic Segmentation
von: Morales-Brotons, Daniel, et al.
Veröffentlicht: (2024)

Reinforcement Learning without Human Feedback for Last Mile Fine-Tuning of Large Language Models
von: Solway, Alec
Veröffentlicht: (2024)

Bridging the Last Mile of Prediction: Enhancing Time Series Forecasting with Conditional Guided Flow Matching
von: Xu, Huibo, et al.
Veröffentlicht: (2025)

An introduction to R package `mvs`
von: van Loon, Wouter
Veröffentlicht: (2025)

Is the Last Layer Sufficient for Uncertainty Quantification?
von: Wilson, Joseph, et al.
Veröffentlicht: (2026)

When One Point Is Not Enough: Addressing Ambiguous Instances in Dimensionality Reduction by Splitting
von: van der Hoorn, Diede P. M., et al.
Veröffentlicht: (2026)

A causal viewpoint on prediction model performance under changes in case-mix: discrimination and calibration respond differently for prognosis and diagnosis predictions
von: van Amsterdam, Wouter A. C.
Veröffentlicht: (2024)

Spatiotemporal graph neural process for reconstruction, extrapolation, and classification of cardiac trajectories
von: Banus, Jaume, et al.
Veröffentlicht: (2025)

Experimental Designs for Optimizing Last-Mile Delivery
von: Rios, Nicholas, et al.
Veröffentlicht: (2024)

A Computational Method for Solving the Stochastic Joint Replenishment Problem in High Dimensions
von: Ata, Barış, et al.
Veröffentlicht: (2025)

Neural Ordinary Differential Equations for Learning and Extrapolating System Dynamics Across Bifurcations
von: van Tegelen, Eva, et al.
Veröffentlicht: (2025)

Facial Features Integration in Last Mile Delivery Robots
von: Gankhuyag, Delgermaa, et al.
Veröffentlicht: (2024)

Service Time Window Design in Last-Mile Delivery
von: Hosseini, Davod, et al.
Veröffentlicht: (2025)

Energy-Conserving Neural Network Closure Model for Long-Time Accurate and Stable LES
von: van Gastelen, Toby, et al.
Veröffentlicht: (2025)

When accurate prediction models yield harmful self-fulfilling prophecies
von: van Amsterdam, Wouter A. C., et al.
Veröffentlicht: (2023)

Enhancing Carbon Emission Reduction Strategies using OCO and ICOS data
von: Åström, Oskar, et al.
Veröffentlicht: (2024)

An Improved Algorithm for Adversarial Linear Contextual Bandits via Reduction
von: van Erven, Tim, et al.
Veröffentlicht: (2025)

LLM-initialized Differentiable Causal Discovery
von: Kampani, Shiv, et al.
Veröffentlicht: (2024)

The Last Mile
von: Sinha, Amarjeet
Veröffentlicht: (2025)

When Dimensionality Reduction Meets Graph (Drawing) Theory: Introducing a Common Framework, Challenges and Opportunities
von: Paulovich, Fernando, et al.
Veröffentlicht: (2024)

The Last Iterate Advantage: Empirical Auditing and Principled Heuristic Analysis of Differentially Private SGD
von: Steinke, Thomas, et al.
Veröffentlicht: (2024)

An Online Feasible Point Method for Benign Generalized Nash Equilibrium Problems
von: Sachs, Sarah, et al.
Veröffentlicht: (2024)

Human or Robot? Evidence from Last-Mile Delivery Service
von: Li, Baorui, et al.
Veröffentlicht: (2025)