LEARNING开放获取
基于激励的有限信息负荷削减:一种双层零阶学习方法
Zhisen Jiang, Florian Dörfler, Saverio Bolognani
2026
摘要
该论文提出了一种名为Bi-ZOL的双层零阶学习算法,用于解决激励型负荷削减中用户参数未知和响应非平滑的问题。通过结构分解,该算法有效减少了超梯度估计误差,并提供了收敛性保证,仿真表明其性能接近最优。
关键词
bilevel optimizationzeroth-order learningload curtailmentdemand-side flexibilityhypergradient estimation
相关论文
LEARNING
开放获取📊 1 引用
面向学习与规划的并行可微可达性:具有认证神经动力学与控制器的系统
Keyi Shen, Glen Chou
2026
LEARNING
📊 0 引用
人工智能增强的智能焊接岛:基础模型革新制造业
Xiwei Wu, Wei Wu, Qiqi Chen 等 9 位作者
Robotics and Computer-Integrated Manufacturing · 2026
LEARNING
📊 0 引用
基于深度强化学习和动态图神经网络的多任务机器人调度代理
Hedi Boukamcha, Anas Neumann, Monia Rekik 等 6 位作者
Robotics and Computer-Integrated Manufacturing · 2026
LEARNING
📊 0 引用
基于微调与AAS增强检索的LLM驱动自动化DFA评估
Jiaxin Liu, Xiaofeng Zhou, Suyang Yu 等 8 位作者
Robotics and Computer-Integrated Manufacturing · 2026