...
机译:用于重型货运列车中的多个电力机车的最优控制的强化学习方法:双开关Q网络架构
Southwest Jiaotong Univ Sch Elect Engn Chengdu Peoples R China|Rutgers State Univ Dept Civil & Environm Engn New Brunswick NJ 08901 USA;
Southern Univ Sci & Technol Sch Syst Design & Intelligent Mfg Shenzhen Peoples R China|Rutgers State Univ Dept Civil & Environm Engn New Brunswick NJ 08901 USA;
Rutgers State Univ Dept Civil & Environm Engn New Brunswick NJ 08901 USA;
Southwest Jiaotong Univ Sch Elect Engn Chengdu Peoples R China;
Reinforcement learning; Double-Switch Q-network; Optimal control; Electric locomotive; Heavy-haul freight train;
机译:基于非对称障碍Lyapunov函数的重载电力机车轮轨粘附系数和最优粘附防滑控制的在线准确估算
机译:基于不对称障碍Lyapunov函数的重载电力机车轮轨附着系数在线精确估计及最优附着防滑控制
机译:基于滑模和非对称障碍Lyapunov函数的极值搜索的重型电力机车粘附力的优化利用
机译:重型货车的最优控制以节省燃料
机译:基于数据的强化学习:不确定非线性系统的近似最优控制
机译:基于强化学习的智能家居最佳能源管理多目标方法
机译:基于非对称障碍Lyapunov函数的重载电力机车的轮轨粘附系数和最优粘附控制的在线准确估算
机译:铁路事故报告 - 1980年2月16日,内布拉斯加州安哥拉的九个伯灵顿北部机车单元与常规货运列车的头端碰撞