Buchumschlag

A Novel Hybrid Heuristic-Reinforcement Learning Optimization Approach for a Class of Railcar Shunting Problems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhao, Ruonan, Geunes, Joseph
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Optimizing Railcar Movements to Create Outbound Trains in a Freight Railyard
von: Zhao, Ruonan, et al.
Veröffentlicht: (2025)

Heuristics for Combinatorial Optimization via Value-based Reinforcement Learning: A Unified Framework and Analysis
von: Davidovich, Orit, et al.
Veröffentlicht: (2025)

Hybrid Reinforcement Learning Framework for Mixed-Variable Problems
von: Zhai, Haoyan, et al.
Veröffentlicht: (2024)

Deep Reinforcement Learning: A Convex Optimization Approach
von: Gattami, Ather
Veröffentlicht: (2024)

Reinforcement Learning Approaches for the Orienteering Problem with Stochastic and Dynamic Release Dates
von: Li, Yuanyuan, et al.
Veröffentlicht: (2022)

Revisiting Continuous p-Hub Location Problems with the L1 Metric
von: Wu, Yifan, et al.
Veröffentlicht: (2025)

Sublinear Regret for a Class of Continuous-Time Linear-Quadratic Reinforcement Learning Problems
von: Huang, Yilie, et al.
Veröffentlicht: (2024)

A Geometric Approach to Problems in Optimization and Data Science
von: Manoj, Naren Sarayu
Veröffentlicht: (2025)

Assessing and Enhancing Graph Neural Networks for Combinatorial Optimization: Novel Approaches and Application in Maximum Independent Set Problems
von: Hu, Chenchuhui
Veröffentlicht: (2024)

A Stochastic Programming Approach to the Railcar Maintenance Problem with Service Level and Track Capacity Considerations
von: Elhüseyni, Murat, et al.
Veröffentlicht: (2025)

The Intermodal Railroad Blocking and Railcar Fleet-Management Planning Problem
von: Kienzle, Julie, et al.
Veröffentlicht: (2025)

A Re-solving Heuristic for Dynamic Assortment Optimization with Knapsack Constraints
von: Chen, Xi, et al.
Veröffentlicht: (2024)

Data-Driven Exploration for a Class of Continuous-Time Indefinite Linear--Quadratic Reinforcement Learning Problems
von: Huang, Yilie, et al.
Veröffentlicht: (2025)

Precise Insulin Delivery for Artificial Pancreas: A Reinforcement Learning Optimized Adaptive Fuzzy Control Approach
von: Mameche, Omar, et al.
Veröffentlicht: (2025)

Reinforcement Learning for a Discrete-Time Linear-Quadratic Control Problem with an Application
von: Li, Lucky
Veröffentlicht: (2024)

A Graph-Partitioning Based Continuous Optimization Approach to Semi-supervised Clustering Problems
von: Liu, Wei, et al.
Veröffentlicht: (2025)

Global Optimization: A Machine Learning Approach
von: Bertsimas, Dimitris, et al.
Veröffentlicht: (2023)

Projective Proximal Gradient Descent for A Class of Nonconvex Nonsmooth Optimization Problems: Fast Convergence Without Kurdyka-Lojasiewicz (KL) Property
von: Yang, Yingzhen, et al.
Veröffentlicht: (2023)

Offline Reinforcement Learning via Inverse Optimization
von: Dimanidis, Ioannis, et al.
Veröffentlicht: (2025)

Stochastic Constrained Decentralized Optimization for Machine Learning with Fewer Data Oracles: a Gradient Sliding Approach
von: Nguyen, Hoang Huy, et al.
Veröffentlicht: (2024)

A Benchmark for Maximum Cut: Towards Standardization of the Evaluation of Learned Heuristics for Combinatorial Optimization
von: Nath, Ankur, et al.
Veröffentlicht: (2024)

Methodology for Interpretable Reinforcement Learning for Optimizing Mechanical Ventilation
von: Lee, Joo Seung, et al.
Veröffentlicht: (2024)

Reinforcement Learning Paycheck Optimization for Multivariate Financial Goals
von: Alaluf, Melda, et al.
Veröffentlicht: (2024)

Using Reinforcement Learning for the Three-Dimensional Loading Capacitated Vehicle Routing Problem
von: Schoepf, Stefan, et al.
Veröffentlicht: (2023)

Deep Reinforcement Learning for Infinite Horizon Mean Field Problems in Continuous Spaces
von: Angiuli, Andrea, et al.
Veröffentlicht: (2023)

Learning to Solve Optimization Problems Constrained with Partial Differential Equations
von: Guven, Yusuf, et al.
Veröffentlicht: (2025)

Simultaneous Learning and Optimization via Misspecified Saddle Point Problems
von: Ahmadi, Mohammad Mahdi, et al.
Veröffentlicht: (2025)

Offline Hierarchical Reinforcement Learning via Inverse Optimization
von: Schmidt, Carolin, et al.
Veröffentlicht: (2024)

UVIP: Model-Free Approach to Evaluate Reinforcement Learning Algorithms
von: Belomestny, Denis, et al.
Veröffentlicht: (2021)

An Efficient Hybridization of Graph Representation Learning and Metaheuristics for the Constrained Incremental Graph Drawing Problem
von: Charytitsch, Bruna C. B., et al.
Veröffentlicht: (2025)

Learning of Linear Dynamical Systems as a Non-Commutative Polynomial Optimization Problem
von: Zhou, Quan, et al.
Veröffentlicht: (2020)

Heuristic Optimal Transport in Branching Networks
von: Andrecut, M.
Veröffentlicht: (2023)

Exact and Heuristic Algorithms for Constrained Biclustering
von: Sudoso, Antonio M.
Veröffentlicht: (2025)

A Learned Proximal Alternating Minimization Algorithm and Its Induced Network for a Class of Two-block Nonconvex and Nonsmooth Optimization
von: Chen, Yunmei, et al.
Veröffentlicht: (2024)

Mitigating Dimensionality in 2D Rectangle Packing Problem under Reinforcement Learning Schema
von: Kołodziejczyk, Waldemar, et al.
Veröffentlicht: (2024)

Collaborative Pareto Set Learning in Multiple Multi-Objective Optimization Problems
von: Shang, Chikai, et al.
Veröffentlicht: (2024)

Policy Transfer for Continuous-Time Reinforcement Learning: A (Rough) Differential Equation Approach
von: Guo, Xin, et al.
Veröffentlicht: (2025)

A Two-Time-Scale Stochastic Optimization Framework with Applications in Control and Reinforcement Learning
von: Zeng, Sihan, et al.
Veröffentlicht: (2021)

Hybrid Energy-Aware Reward Shaping: A Unified Lightweight Physics-Guided Methodology for Policy Optimization
von: Liao, Qijun, et al.
Veröffentlicht: (2026)

Adaptivity and Universality: Problem-dependent Universal Regret for Online Convex Optimization
von: Zhao, Peng, et al.
Veröffentlicht: (2025)