יום ראשון, 4 באוקטובר 2026 LIVE
AI־INFO

כתבה arXiv cs.AI ·

למידת חיזוק היברידית לאחזקת אוטובוסים

Completion-Aware Cross-Fidelity Offline-to-Online Reinforcement Learning for Multi-Line Bus Holding
חוקרים פיתחו שיטת למידת חיזוק היברידית לאחזקת אוטובוסים, המשלבת למידה מנתונים היסטוריים ואינטראקציה עם סימולטור. השיטה פותרת בעיה של הבדלים בין הסימולטור למציאות.
תקציר מקורי באנגליתarXiv:2609.39868v1 Announce Type: new Abstract: Exploratory reinforcement learning (RL) on an operating bus fleet is impractical,while policies trained only from historical data cannot acquire new experience. Hybrid Offline-and-Online (H2O) RL combines fixed target replay with simulator interaction, but the inexpensive online simulator can differ from the target in transition and event-duration dynamics. We study this cross-fidelity problem for multi-line bus holding and address a failure mode in which lower generalized passenger time coexists with incomplete passenger journeys.
קרא במקור המקורי