Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2406.06184v2

帮助 | 高级搜索

计算机科学 > 人工智能

arXiv:2406.06184v2 (cs)
[提交于 2024年6月10日 (v1) ,最后修订 2025年1月8日 (此版本, v2)]

标题: 基于效用的基础设施维护优化的深度多目标强化学习

标题: Deep Multi-Objective Reinforcement Learning for Utility-Based Infrastructural Maintenance Optimization

Authors:Jesse van Remmerden, Maurice Kenter, Diederik M. Roijers, Charalampos Andriotis, Yingqian Zhang, Zaharah Bukhsh
摘要: 在本文中,我们引入了多目标深度集中式多智能体演员-评论家(MO-DCMAC),这是一种用于基础设施维护优化的多目标强化学习(MORL)方法,该领域传统上由单目标强化学习(RL)方法主导。 以前的单目标RL方法通过奖励塑造将多个目标(如倒塌概率和成本)结合成一个单一的奖励信号。 相比之下,MO-DCMAC可以直接优化多个目标的策略,即使效用函数是非线性的。 我们使用两个效用函数对MO-DCMAC进行了评估,这两个效用函数以倒塌概率和成本作为输入。 第一个效用函数是阈值效用,其中MO-DCMAC应最小化成本,使得倒塌概率永远不会超过阈值。 第二个效用函数基于资产管理者用于评估维护计划的失效模式、影响和关键性分析(FMECA)方法。 我们在多个维护环境中对MO-DCMAC进行了评估,包括基于阿姆斯特丹历史堤坝案例研究的环境。 MO-DCMAC的性能与基于当前用于构建维护计划的启发式规则的多种基于规则的策略进行了比较。 我们的结果表明,MO-DCMAC在各种环境和效用函数下均优于传统的基于规则的策略。
摘要: In this paper, we introduce Multi-Objective Deep Centralized Multi-Agent Actor-Critic (MO- DCMAC), a multi-objective reinforcement learning (MORL) method for infrastructural maintenance optimization, an area traditionally dominated by single-objective reinforcement learning (RL) approaches. Previous single-objective RL methods combine multiple objectives, such as probability of collapse and cost, into a singular reward signal through reward-shaping. In contrast, MO-DCMAC can optimize a policy for multiple objectives directly, even when the utility function is non-linear. We evaluated MO-DCMAC using two utility functions, which use probability of collapse and cost as input. The first utility function is the Threshold utility, in which MO-DCMAC should minimize cost so that the probability of collapse is never above the threshold. The second is based on the Failure Mode, Effects, and Criticality Analysis (FMECA) methodology used by asset managers to asses maintenance plans. We evaluated MO-DCMAC, with both utility functions, in multiple maintenance environments, including ones based on a case study of the historical quay walls of Amsterdam. The performance of MO-DCMAC was compared against multiple rule-based policies based on heuristics currently used for constructing maintenance plans. Our results demonstrate that MO-DCMAC outperforms traditional rule-based policies across various environments and utility functions.
评论: 被接受于《神经计算与应用》:多目标决策制定专题集 2023 (MODeM 2023)
主题: 人工智能 (cs.AI) ; 机器学习 (cs.LG)
引用方式: arXiv:2406.06184 [cs.AI]
  (或者 arXiv:2406.06184v2 [cs.AI] 对于此版本)
  https://doi.org/10.48550/arXiv.2406.06184
通过 DataCite 发表的 arXiv DOI
相关 DOI: https://doi.org/10.1007/s00521-024-10954-0
链接到相关资源的 DOI

提交历史

来自: Jesse Van Remmerden [查看电子邮件]
[v1] 星期一, 2024 年 6 月 10 日 11:28:25 UTC (4,846 KB)
[v2] 星期三, 2025 年 1 月 8 日 15:28:11 UTC (4,852 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
许可图标 查看许可
当前浏览上下文:
cs.AI
< 上一篇   |   下一篇 >
新的 | 最近的 | 2024-06
切换浏览方式为:
cs
cs.LG

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号