DRL-ECMS: An Adaptive Hierarchical Equivalent Consumption Minimization Strategy Based on Deep Reinforcement Learning

待确认

文献求助详情

标题	DRL-ECMS: An Adaptive Hierarchical Equivalent Consumption Minimization Strategy Based on Deep Reinforcement Learning DRL-ECMS：一种基于深度强化学习的自适应分层等效消耗最小化策略相关领域强化学习计算机科学动态规划人工智能缩小增强学习机器学习算法程序设计语言
网址	https://doi.org/10.1109/iv51971.2022.9827234
DOI	10.1109/iv51971.2022.9827234 doi
其它	期刊：作者：Yang Lin; Chao Liang; Jincheng Hu; Hongjie Zhang; Zhuoran Hou 出版日期：2022-06-05
求助人	lsm_小助手在 2025-02-21 18:38:20 发布自重庆，悬赏 10 积分
下载
	温馨提示：该文献已被科研通学术中心收录，前往查看科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。

上个求助

下个求助

求助 / 应助时间线

请等待求助人确认

已经有人上传了文献，该状态下其他人无法上传，请等待求助人确认该文件是否是他需要的。
如果求助人在 48 小时内还未确认，系统默认应助成功，本求助将自动关闭。
17小时前

ding Lv12 上传了文件

待审核 _DRL-ECMS_An_Adaptive_Hierarchical_Equivalent_Consumption_Minimization_Strategy_Based_on_Deep_Reinforcement_Learning.pdf_.pdf (571.4 KB)
17小时前

科研通AI2.0 机器人未找到该文献，机器人已退出，请等待人工下载

18:38:23 未找到该文献，机器人已退出，请等待人工下载

18:38:20 科研通AI机器人（美国洛杉矶）收到请求，开始寻找文献

18:38:20 已向机器人发送请求
17小时前

lsm_小助手求助人 Lv1 发起了本次求助

我的文献求助列表浏览历史

一分钟了解求助规则 | 捐赠本站 | 历史今天

科研通是完全免费的文献互助平台，具备全网最快的应助速度，最高的求助完成率。对每一个文献求助，科研通都将尽心尽力，给求助人一个满意的交代。

实时播报: 负责的方盒关闭了负责的方盒的文献求助

1秒前; SciGPT的应助被Amymyshirley采纳，获得10

1秒前; 搜集达人上传了应助文件

2秒前; 天天快乐上传了应助文件

4秒前; huang发布了新的文献求助10

4秒前; Sabrina完成签到，获得积分10

5秒前; 李健的小迷弟的应助被feiyang采纳，获得10

6秒前; 波波完成签到，获得积分10

7秒前; Panruyi完成签到，获得积分10

8秒前; 负责的方盒关闭了负责的方盒的文献求助

9秒前; zwhy发布了新的文献求助10

9秒前; 整齐泥猴桃发布了新的文献求助10

10秒前; 暴躁小兔关闭了暴躁小兔的文献求助

11秒前; Esfuerzo完成签到，获得积分10

12秒前; 虚心完成签到，获得积分10

12秒前; 科研通AI2S上传了应助文件

14秒前; 搜集达人上传了应助文件

15秒前; 3w完成签到，获得积分10

15秒前; kingwill的应助被moon采纳，获得20

16秒前; 彭于晏的应助被evelyn采纳，获得10

16秒前; 华仔上传了应助文件

17秒前; 李健的应助被初遇之时最暖采纳，获得10

18秒前; 善学以致用上传了应助文件

18秒前; Sunny发布了新的文献求助10

19秒前; 负责的方盒关闭了负责的方盒的文献求助

19秒前; 文武火火火发布了新的文献求助10

19秒前; angelinazh发布了新的文献求助10

21秒前; 小黑喵的应助被妮妮采纳，获得20

21秒前; 充电宝的应助被nenoaowu采纳，获得10

21秒前; 实验老六发布了新的文献求助10

22秒前; 锦七完成签到，获得积分10

22秒前; 胖心怡发布了新的文献求助10

23秒前; yueqi完成签到，获得积分10

25秒前; 研友_楼灵煌完成签到，获得积分10

29秒前; 实验老六完成签到，获得积分10

31秒前; 缥缈的寒梅完成签到，获得积分10

31秒前; 123发布了新的文献求助10

33秒前; angelinazh完成签到，获得积分0

33秒前; 动听文轩发布了新的文献求助10

34秒前; 学术芽完成签到，获得积分10

34秒前