論文の概要: A Monotone Approximate Dynamic Programming Approach for the Stochastic
Scheduling, Allocation, and Inventory Replenishment Problem: Applications to
Drone and Electric Vehicle Battery Swap Stations
- arxiv url: http://arxiv.org/abs/2105.07026v1
- Date: Fri, 14 May 2021 18:39:32 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-20 05:38:26.103159
- Title: A Monotone Approximate Dynamic Programming Approach for the Stochastic
Scheduling, Allocation, and Inventory Replenishment Problem: Applications to
Drone and Electric Vehicle Battery Swap Stations
- Title（参考訳）: 確率的スケジューリング・割当・在庫補充問題に対するモノトン近似動的プログラミング手法:ドローンおよび電気自動車バッテリースワップステーションへの適用
- Authors: Amin Asadi, Sarah Nurre Pinkley
- Abstract要約: バッテリー交換ステーションでは、枯渇したバッテリーを全電池に数分で交換できる。
我々は,スワップ需要の不確定な到来,バッテリー劣化,交換を考慮した場合,バッテリー交換ステーションでの動作を導出する問題を考える。
特殊SAIRP症例に対する最適政策における値関数の単調性と単調構造に関する理論的証明を提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: There is a growing interest in using electric vehicles (EVs) and drones for
many applications. However, battery-oriented issues, including range anxiety
and battery degradation, impede adoption. Battery swap stations are one
alternative to reduce these concerns that allow the swap of depleted for full
batteries in minutes. We consider the problem of deriving actions at a battery
swap station when explicitly considering the uncertain arrival of swap demand,
battery degradation, and replacement. We model the operations at a battery swap
station using a finite horizon Markov Decision Process model for the stochastic
scheduling, allocation, and inventory replenishment problem (SAIRP), which
determines when and how many batteries are charged, discharged, and replaced
over time. We present theoretical proofs for the monotonicity of the value
function and monotone structure of an optimal policy for special SAIRP cases.
Due to the curses of dimensionality, we develop a new monotone approximate
dynamic programming (ADP) method, which intelligently initializes a value
function approximation using regression. In computational tests, we demonstrate
the superior performance of the new regression-based monotone ADP method as
compared to exact methods and other monotone ADP methods. Further, with the
tests, we deduce policy insights for drone swap stations.
- Abstract（参考訳）: 電気自動車(EV)やドローンを多くの用途に利用することへの関心が高まっている。
しかし、範囲の不安やバッテリー劣化など、バッテリー指向の問題が採用を妨げる。
バッテリー交換ステーションは、全電池の交換を数分で行えるという懸念を軽減する代替手段のひとつだ。
我々は,スワップ需要の不確定な到来,バッテリー劣化,交換を考慮した場合,バッテリー交換ステーションでの動作を導出する問題を考える。
本研究では, 電池交換ステーションの動作を有限地平面マルコフ決定プロセスモデルを用いてモデル化し, 電池の充電, 排出, 交換回数を決定する確率的スケジューリング, 割り当て, 在庫補充問題 (SAIRP) について検討する。
特殊SAIRP症例に対する最適政策における値関数の単調性と単調構造に関する理論的証明を提案する。
次元の呪いのため、回帰を用いた値関数近似をインテリジェントに初期化する新しい単調近似動的プログラミング(ADP)法を開発した。
計算実験では,新しい回帰型単調ADP法と,他の単調ADP法と比較して優れた性能を示す。
さらに,テストにより,ドローンスワップステーションの政策洞察を導出する。
関連論文リスト
- One-Step Diffusion Policy: Fast Visuomotor Policies via Diffusion Distillation [80.71541671907426]
OneStep Diffusion Policy (OneDP)は、事前訓練された拡散政策から知識を単一ステップのアクションジェネレータに蒸留する新しいアプローチである。
OneDPはロボット制御タスクの応答時間を著しく短縮する。
論文 参考訳（メタデータ） (2024-10-28T17:54:31Z) - Autonomous Vehicle Controllers From End-to-End Differentiable Simulation [60.05963742334746]
そこで我々は,AVコントローラのトレーニングにAPG(analytic Policy gradients)アプローチを適用可能なシミュレータを提案し,その設計を行う。
提案するフレームワークは, エージェントがより根底的なポリシーを学ぶのを助けるために, 環境力学の勾配を役立てる, エンド・ツー・エンドの訓練ループに, 微分可能シミュレータを組み込む。
ダイナミクスにおけるパフォーマンスとノイズに対する堅牢性の大幅な改善と、全体としてより直感的なヒューマンライクな処理が見られます。
論文 参考訳（メタデータ） (2024-09-12T11:50:06Z) - Remaining useful life prediction of Lithium-ion batteries using spatio-temporal multimodal attention networks [4.249657064343807]
リチウムイオン電池は、電気自動車や再生可能エネルギー貯蔵など様々な用途で広く使われている。
電池の残存寿命(RUL)の予測は信頼性と効率の確保に不可欠である。
本稿では, 時空間アテンションネットワーク(ST-MAN)を用いたリチウムイオン電池の2段階RUL予測手法を提案する。
論文 参考訳（メタデータ） (2023-10-29T07:32:32Z) - CyFormer: Accurate State-of-Health Prediction of Lithium-Ion Batteries
via Cyclic Attention [1.4542411354617986]
本稿では, 変圧器を用いた健康状態(SoH)予測のための周期時間列モデルを提案する。
本手法では,テストバッテリを微調整するための10%のデータのみを用いて,0.75%のMAEが得られる。
論文 参考訳（メタデータ） (2023-04-17T02:16:40Z) - Enhanced Gaussian Process Dynamical Models with Knowledge Transfer for
Long-term Battery Degradation Forecasting [0.9208007322096533]
電気自動車のバッテリーの寿命や寿命の予測は、決定的かつ困難な問題だ。
多数のアルゴリズムが、バッテリ管理システムが収集したデータから利用できる機能を組み込んでいる。
この制限を克服できる高精度な手法を開発した。
論文 参考訳（メタデータ） (2022-12-03T12:59:51Z) - A Transferable Multi-stage Model with Cycling Discrepancy Learning for
Lithium-ion Battery State of Health Estimation [18.980782609740082]
電池の完全ライフサイクルの多重劣化パターンは、伝達学習(TL)の追求を困難にしている
移動可能な多段SOH推定モデルを提案し,4段階からなる電池間TLを実現する。
提案手法は,3つのバッテリを用いたラン・ツー・フェイル・ベンチマークにおいて,様々な転送タスクにおける競合アルゴリズムよりも優れる。
論文 参考訳（メタデータ） (2022-09-01T02:59:46Z) - Data-Driven Stochastic AC-OPF using Gaussian Processes [54.94701604030199]
大量の再生可能エネルギーを電力網に統合することは、おそらく気候変動を遅らせる電力網からの二酸化炭素排出量を減らす最も有効な方法だろう。
本稿では、不確実な入力を組み込むことのできる交流電力流方程式に基づく代替データ駆動方式を提案する。
GPアプローチは、このギャップを交流電力流方程式に閉じるために、単純だが制約のないデータ駆動アプローチを学ぶ。
論文 参考訳（メタデータ） (2022-07-21T23:02:35Z) - Dynaformer: A Deep Learning Model for Ageing-aware Battery Discharge
Prediction [2.670887944566458]
本稿では,少数の電圧/電流サンプルから同時に老化状態を推定できるトランスフォーマーに基づく新しいディープラーニングアーキテクチャを提案する。
実験の結果, 学習モデルは様々な複雑さの入力電流分布に有効であり, 広範囲の劣化レベルに対して堅牢であることがわかった。
論文 参考訳（メタデータ） (2022-06-01T15:31:06Z) - Modular Deep Reinforcement Learning for Continuous Motion Planning with
Temporal Logic [59.94347858883343]
本稿では,マルコフ決定過程(MDP)をモデルとした自律動的システムの運動計画について検討する。
LDGBA と MDP の間に組込み製品 MDP (EP-MDP) を設計することである。
モデルフリー強化学習(RL)のためのLDGBAベースの報酬形成と割引スキームは、EP-MDP状態にのみ依存する。
論文 参考訳（メタデータ） (2021-02-24T01:11:25Z) - Batch Stationary Distribution Estimation [98.18201132095066]
サンプル遷移の組を与えられたエルゴードマルコフ鎖の定常分布を近似する問題を考える。
与えられたデータに対する補正比関数の復元に基づく一貫した推定器を提案する。
論文 参考訳（メタデータ） (2020-03-02T09:10:01Z) - Targeted free energy estimation via learned mappings [66.20146549150475]
自由エネルギー摂動 (FEP) は60年以上前にズワンツィヒによって自由エネルギー差を推定する方法として提案された。
FEPは、分布間の十分な重複の必要性という厳しい制限に悩まされている。
目標自由エネルギー摂動(Targeted Free Energy Perturbation)と呼ばれるこの問題を緩和するための1つの戦略は、オーバーラップを増やすために構成空間の高次元マッピングを使用する。
論文 参考訳（メタデータ） (2020-02-12T11:10:00Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。