实体
Greedy
Greedy
PulseAugur coverage of Greedy — every cluster mentioning Greedy across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新的DRL框架优化城市电动汽车车队控制
研究人员开发了一个新的城市电动汽车（EV）车队控制框架，该框架使用分布鲁棒强化学习（DRL）来处理不确定的需求和出行时间。这种名为PD-RSAC的方法可以优化调度、重新定位和充电决策，同时严格遵守充电器和馈线容量限制。使用纽约市出租车数据进行的实验表明，PD-RSAC将净利润显著提高到122万美元，优于各种启发式和强化学习基线。
-
新的“Delight-gated exploration”算法优化了巨大的动作空间
研究人员推出了一种名为Delight-gated exploration (DE) 的新算法，旨在优化具有巨大动作空间的场景中的决策制定。DE根据其潜在的“delight”（一种结合了预期改进和惊喜的指标）来优先考虑探索性动作，而不是广泛搜索直到不确定性消除。这种方法比ε-greedy等传统方法更有效，尤其是在探索预算有限的情况下。该算法在各种bandit和MDP问题上都表现出了一致的性能，与Thompson Sampling和ε-g…
-
研究人员开发用于城市规模电动汽车叫车服务的半马尔可夫强化学习
研究人员开发了一种新颖的半马尔可夫强化学习方法，用于优化城市规模电动汽车（EV）叫车车队。该方法解决了调度、重新定位和充电等复杂决策问题，同时遵守充电器和馈线限制等物理约束。该系统结合了高级意图和混合整数线性规划来确保可行性，并采用鲁棒优化技术来处理不确定的需求和出行时间。在基于纽约市出租车数据的模拟器中进行的实验表明，该方法显著优于现有基线，净利润达到122万美元。