Offline Meta-Reinforcement Learning for Active Pantograph Control in High-Speed Railways

强化学习 计算机科学 元学习(计算机科学) 任务(项目管理) 背景(考古学) 人工智能 过程(计算) 适应(眼睛) 离线学习 编码器 构造(python库) 机器学习 在线学习 工程类 多媒体 古生物学 程序设计语言 物理 系统工程 光学 生物 操作系统
作者
Hui Wang,Zhigang Liu,Guiyang Hu,Xufan Wang,Zhiwei Han
出处
期刊:IEEE Transactions on Industrial Informatics [Institute of Electrical and Electronics Engineers]
卷期号:20 (8): 10669-10679 被引量:6
标识
DOI:10.1109/tii.2024.3394554
摘要

Previous reinforcement learning (RL) methods suffer significant performance degradation or collapse when deployed to the real world due to the huge sim-real gap. This article proposes a hybrid offline-and-online meta-RL (HOMRL) algorithm that leverages prior task experience to learn and adapt to new pantograph active control tasks in real-world applications. The policy learning process consists of three phases: offline meta-policy pretraining, online adaptation, and fine-tuning. First, we construct an offline meta-RL approach that learns from the massive and heterogeneous static training datasets, eliminating online interaction's high cost and hazard. Second, we combine context-based meta-RL with online fine-tuning to generalize to challenging tasks, while high safety and success rates are critical in railway applications. Finally, the proposed environment-sensitive task encoder (TE) and well-trained agent can adapt to new tasks quickly and efficiently, even in unseen tasks and nonstationary environments. If the new task is similar to the prior data, the contextual meta-learner adapts immediately. If it is too different, it gradually adapts through fine-tuning.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI

祝大家在新的一年里科研腾飞
更新
大幅提高文件上传限制,最高150M (2024-4-1)

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
围着那只小兔转完成签到 ,获得积分10
6秒前
小赵完成签到,获得积分10
7秒前
mc08666完成签到,获得积分10
7秒前
JamesPei应助兀那狗子别跑采纳,获得10
8秒前
排骨炖豆角完成签到 ,获得积分10
13秒前
柒柒完成签到 ,获得积分10
15秒前
Triumph完成签到,获得积分10
17秒前
迷路迎南完成签到 ,获得积分10
19秒前
橙子完成签到 ,获得积分10
20秒前
tszjw168完成签到 ,获得积分10
24秒前
落寞溪灵完成签到 ,获得积分10
26秒前
lnb666777888完成签到,获得积分10
27秒前
lulu应助Tonald Yang采纳,获得10
27秒前
bird完成签到,获得积分10
28秒前
31秒前
管理想完成签到,获得积分10
31秒前
翘啊完成签到,获得积分10
32秒前
SCI的芷蝶完成签到 ,获得积分10
35秒前
锦墨人生发布了新的文献求助10
36秒前
朴素的山蝶完成签到 ,获得积分10
37秒前
專注完美近乎苛求完成签到 ,获得积分10
42秒前
程哲瀚完成签到,获得积分10
46秒前
47秒前
49秒前
qq小兵完成签到,获得积分10
50秒前
小马111完成签到,获得积分20
51秒前
TheBugsss完成签到,获得积分10
52秒前
小马111发布了新的文献求助30
54秒前
janer完成签到 ,获得积分0
56秒前
小蘑菇应助科研通管家采纳,获得10
59秒前
nanfeng完成签到 ,获得积分10
1分钟前
淡淡菠萝完成签到 ,获得积分10
1分钟前
顾矜应助小马111采纳,获得10
1分钟前
yidemeihaoshijie完成签到 ,获得积分10
1分钟前
小白完成签到,获得积分10
1分钟前
daishuheng完成签到 ,获得积分10
1分钟前
drbrianlau完成签到,获得积分10
1分钟前
1分钟前
ZH完成签到,获得积分10
1分钟前
yihhhhhhh完成签到 ,获得积分10
1分钟前
高分求助中
Востребованный временем 2500
Production Logging: Theoretical and Interpretive Elements 2000
Agaricales of New Zealand 1: Pluteaceae - Entolomataceae 1500
Kidney Transplantation: Principles and Practice 1000
The Restraining Hand: Captivity for Christ in China 500
The Collected Works of Jeremy Bentham: Rights, Representation, and Reform: Nonsense upon Stilts and Other Writings on the French Revolution 320
Encyclopedia of Mental Health Reference Work 300
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 细胞生物学 免疫学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3371384
求助须知:如何正确求助?哪些是违规求助? 2989504
关于积分的说明 8736048
捐赠科研通 2672800
什么是DOI,文献DOI怎么找? 1464212
科研通“疑难数据库(出版商)”最低求助积分说明 677441
邀请新用户注册赠送积分活动 668761