graph reinforcement learning | BriefGPT

关键词graph reinforcement learning

搜索结果 - 6

多机器人任务分配中带有学习激励函数的大图匹配加权
该论文介绍了一种使用图强化学习 (GRL) 框架来学习多机器人任务分配 (MRTA) 的启发式或激励的方法，其中使用胶囊注意力策略模型来学习如何赋予任务 / 机器人配对 (边) 在将任务集与机器人集连接的二分图中的权重。该方法与使用专家指定
PDF4 months ago
基于图强化学习的自编码器的多接入边缘计算中用于 CNN 推理的动态语义压缩
本研究针对动态多接入边缘计算网络中的 CNN 推理进行计算卸载的研究，提出了一种新颖的语义压缩方法 AECNN，通过自编码器构建的 CNN 架构，在部分卸载中进行有效的语义提取和压缩，并通过图强化学习的方法 GRL-AECNN 解决卸载问题
PDF5 months ago
基于图学习的城市空中移动车队调度：面向运营约束、需求变动和不确定性
本文提出了一种基于图强化学习的方法，用于在线规划多个垂降站之间的电动飞机航班和目的地。训练数据表明，这种方法在性能和效率方面表现优秀。
PDF6 months ago
基于图学习的城市空中交通管理垂直港决策支持快速方案
本文提供了一种应用图强化学习来解决城市空中移动（UAM）- 垂直港口调度管理（UAM-VSM）问题的新方法，通过使用图卷积网络（GCN）进行功能提取，并通过感知器层来决定不同动作，从而优于基本的强化学习或随机选择基准。
PDFa year ago
MM基于图形强化学习的动态边缘计算中 CNN 推理卸载
本文通过使用图形强化学习的早期退出机制来解决移动边缘计算网络中的计算任务不确定性问题，提出了一个以最大化推理准确性和吞吐量为目标的计算任务卸载的优化问题，并在动态变化的场景下，通过实验结果表明了其优于 DROO 和 DROOE 的决策制定性
PDF2 years ago
基于图卷积的深度强化学习在混合交通环境下的多智能体决策
本研究提出了一种利用图神经网络和深度强化学习相结合的图强化学习方法，以提高自主车辆互动交通场景下的决策生成精度。在实验验证中，该方法能够提取交互情景特征，并生成更好的合作行为。
PDF2 years ago