Reinforcement learning + OR的论文

最新推荐文章于 2023-04-21 08:16:42 发布
最新推荐文章于 2023-04-21 08:16:42 发布
阅读量311 收藏
点赞数
分类专栏： RL+OR 运筹优化理论与实践
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/HsinglukLiu/article/details/109404340
版权

文章目录

Reinforcement learning + OR的论文

Learning to Search in Branch-and-Bound Algorithms
代码：https://github.com/hhexiy/scip-dagger

刘兴禄
关注
专栏目录
主编推荐 | 深度学习如何影响运筹学？
运筹OR帷幄
07-23 277
最近看到一篇回答，YouTube 已将视频推荐全面改用深度学习实现。但传统上，推荐系统落在运筹学的范畴，可以归结为一个矩阵补全（matrix completion）问题，用半正定规划（SDP）里的方法，如非负矩阵分解（NMF）解决，而 YouTube 的结果显示深度学习的预测准确率比传统方法好很多、快很多。 其他运筹学的问题（如广告搜索、路径规划、定价估值、仓储物流）、形式（如 LP、CP、SDP、MIP）、和方法（如内点法、割平面法）也会遇到这样来自深度学习的挑战吗？如果会的话，将如何影响？......
强化学习pdf_主编推荐 | 深度学习和强化学习在组合优化方面有哪些应用？
weixin_39940913的博客
12-16 758
编者按2017年阿里巴巴的一篇用深度强化学习求解3维装箱问题的论文引发了深度学习和强化学习在组合优化问题方面应用的深入探讨。一部分先驱的研究者尝试用深度学习和强化学习的角度去看待组合优化问题的求解，相关的前沿探索性研究也逐步展开。单纯的采用基于Search的传统数学优化方法是否有着局限性，基于深度学习和强化学习的Learning to Search方法是否能有着较好的应用前景？本文就带你简单了解一...
奔跑吧，旅行商 - 当机器学习遇上组合优化
世事难料，保持低调
12-06 1万+
背景 如今机器学习在视觉、自然语言处理、语音、推荐等领域的应用已非常广泛，相关的讨论也非常多。与这些热门领域相比，关于机器学习在组合优化中的应用相对还没那么泛滥。今天我们就来聊一下这个有意思的话题。值得一提的是，近几年热度升温的GNN和RL（《GNN、RL强势崛起，CNN初现疲态？这是ICLR 2021最全论文主题分析》）都是这个方向里的常规方法。在实际工程中，有一类优化问题需要我们从集合的所有组合中找出一个最优方案。这类离散空间中的优化问题就称为组合优化问题（Combinatorial Optimizat
精确算法相关论文
SMALL_RL的博客
03-13 398
分支定界法： Multi-objective branch and bound Multi-objective branch and bound - ScienceDirect Learning to Search in Branch-and-Bound Algorithms he+al.nips14.pdf (jhu.edu) Real-Time Loop Closure in 2D LIDARSLAM Real-time loop closure in 2D LIDAR SLAM | IE.
强化学习pdf_深度学习和强化学习在组合优化方面有哪些应用？
weixin_39707478的博客
11-28 777
2017年阿里巴巴的一篇用深度强化学习求解3维装箱问题的论文引发了深度学习和强化学习在组合优化问题方面应用的深入探讨。一部分先驱的研究者尝试用深度学习和强化学习的角度去看待组合优化问题的求解，相关的前沿探索性研究也逐步展开。单纯的采用基于Search的传统数学优化方法是否有着局限性，基于深度学习和强化学习的Learning to Search方法是否能有着较好的应用前景？本文就带你简单了解一下深度...
Reinforcement Learning or Evolutionary Strategies
12-28
标题中提到的“强化学习”（Reinforcement Learning，简称RL）和“进化策略”（Evolutionary Strategies，简称ES）是两种不同的机器学习方法，它们都致力于解决智能系统的学习问题。强化学习是一种通过奖励和惩罚来...
每天一篇论文 330/365 Survey of Model-Based Reinforcement Learning:Applications on Robotics（补1）
01-06
Survey of Model-Based Reinforcement Learning:Applications on Robotics 这是一篇17年机器人基于模型的强化学习综述，作者对强化学习的各个部分发展，并在各种机器人的应用做了介绍，本文适合对于强化学习模型改进...
Continuous control with deep reinforcement learning (DDPG强化学习) 论文翻译
weixin_43590290的博客
08-28 4785
分布式数据融合架构信息共享策略评估 Continuous control with deep reinforcement learning Timothy P. Lillicrap, Jonathan J. Hunt, Alexander Pritzel, Nicolas Heess, Tom Erez,Yuval Tassa, David Silver & Daan Wierstra...
论文笔记：Offline Reinforcement Learning for Mobile Notifications
2201_75664784的博客
12-11 241
本文提出了用于Mobile Notifications的Offline RL训练和评估框架
新书推荐｜Reinforcement learning for sequential decision and optimal control
最新发布
weixin_40263919的博客
04-21 666
新书推荐
运筹学与最优化方法_[G-HN-ID003] 不期而遇的規劃, 方法及相关
weixin_39917437的博客
11-21 2018
夫運籌帷幄之中, 诀勝于千里之外...解方程超定方程, 定方程, 不定方程解不等式HAHAHA运筹学 规划问题整数规划(Integer programming, IP) 建模可泛化于离散优化(Discrete Optimization)问题:l 物流 (logistic)l 车辆路径 (vehicle routing)l 调度 (scheduling)l 资源分配 (resource alloca...
分支限界(Branch and Bound )算法
热门推荐
Mr.Phoebe的专栏
05-22 3万+
分支定界 (branch and bound) 算法 是一种在问题的解空间树上搜索问题的解的方法。但与回溯算法不同，分支定界算法采用广度优先或最小耗费优先的方法搜索解空间树，并且，在分支定界算法中，每一个活结点只有一次机会成为扩展结点。 除少数整数规划可以用线性规划的单纯形法直接求解外，一般整数规划必需寻找新的求解方法。这里我们介绍全整数规划的分枝定界方法，它也可以用于求解混合整数规划问题
【学界】深度学习如何影响运筹学？
人工智能学家
09-15 889
来源：运筹OR帷幄前言最近看到一篇回答，YouTube 已将视频推荐全面改用深度学习实现。但传统上，推荐系统落在运筹学的范畴，可以归结为一个矩阵补全（matrix com...
Branch and Bound Algorithms（分支限界法）
PrincePengY的博客
06-13 1252
Branch and Bound Algorithms（分支限界法） 文章目录Branch and Bound Algorithms（分支限界法）分支限界法 VS. 回溯法基本思想DFS中剪枝依据界的更新BFS中LC Search（Least Cost Search) 分支限界法 VS. 回溯法 求解目标： 回溯法的求解目标是找出解空间树中满足约束条件的所有解 分支限界法的求解目标则是找出满足约...
论文代码复现 | 无人机与卡车联合配送(Python+Gurobi)(The flying sidekick traveling salesman problem)
HsinglukLiu的博客
08-07 2万+
无人机配送-代码复现The flying sidekick traveling salesman problem-Part 1文献笔记：(无人机配送-代码复现)The flying sidekick traveling salesman problem-Part 1摘要论文主要图标摘录数值实验算例结果参考文献 文献笔记：(无人机配送-代码复现)The flying sidekick traveling salesman problem-Part 1 摘要 Once limited to the milit
Gurobi处理非线性目标函数和约束的详细案例
HsinglukLiu的博客
09-09 1万+
Gurobi处理非线性目标函数和约束的详细案例非线性项举例`Quadratic Programming``Quadratically Constrained Programming``Quadratically Constrained Quadratic Programming``Second-Order Cone Programming`其他Gurobi可以求解的非线性形式Gurobi代码实现一些闲言简单讲解完整模型构建注意事项参考文献 作者：刘兴禄，清华大学，清华伯克利深圳学院博士在读 文中的图片(除
初识随机规划 (2)：两阶段随机规划(一个详细的例子)
HsinglukLiu的博客
01-17 1万+
文章目录初识随机规划 (2)：两阶段随机规划模型两阶段随机规划模型生产计划的例子参数的不确定性随机规划模型（Stochastic Programming）Python调用Gurobi求解随机规划模型参考文献OlittleRer 初识随机规划 (2)：两阶段随机规划模型 本文中的确定性问题的例子来源于《运筹学》第四版，运筹学编写组编著。 两阶段随机规划模型 上篇文章介绍了随机规划的一个小例子。 文章链接： https://mp.weixin.qq.com/s/9RsWE6E00W_dz7bpThHInA
运筹学修炼日记：TSP中两种不同消除子环路的方法及callback实现（Python调用Gurobi求解，附以王者荣耀视角解读callback的工作逻辑）
HsinglukLiu的博客
08-06 1万+
Python调用Gurobi实现列生成求解TSP运筹学修炼日记：Python调用Gurobi实现列生成求解TSP--两种不同消除子环路的方法TSP问题的一般模型TSP Model 1： `subtour-elimination` 消除子环路模型Python调用Gurobi实现的问题TSP Model 1 ： MTZ约束消除子环路为什么`MTZ`约束可以消除子环路？Python+Gurobi: 用callback实现TSP的`subtour-elimination`Python+Gurobi: 实现TSP的`
Python实现最速下降法(The steepest descent method)详细案例
HsinglukLiu的博客
11-06 1万+
文章目录最速下降法(The steepest descent method)最速下降法的过程Python实现最速下降法实例`sympy`包中用到的函数构建符号变量和符号函数对符号函数求导求函数值求解方程的零点Python实现最速下降法求解上述算例的完整代码 最速下降法(The steepest descent method) 本文中的课件来自清华大学深圳国际研究生院，物流与交通学部张灿荣教授《高级运筹学》课程。 在无约束非线性函数的最优化中，最速下降法(The steepest descent meth
深度强化学习精要：Grokking Deep Reinforcement Learning
"Manning.Grokking.Deep.Reinforcement.Learning.2020.10.pdf - 一本关于深度强化学习的专业书籍，由Miguel Morales撰写，Charles Isbell, Jr.作序，由Manning出版社出版。内容涵盖深度强化学习的理论与实践，旨在...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值