ICML

Deep Learning for Unrelated-Machines Scheduling: Handling Variable Dimensions

深度学习用于无关机器调度：处理可变维度

Diego Hitzges, Guillaume Sagnol

AI总结 本文提出一种深度学习方法，用于处理无关机器调度中的可变维度问题，通过复杂神经网络架构实现高效调度优化，实验表明其在不同规模问题中表现优于传统调度规则。

Comments 24th IEEE International Conference on Machine Learning and Applications (ICMLA 2025) in Boca Raton, USA. Project page: https://github.com/DiegoHitzges/Deep-Learning-for-Unrelated-Machines-Scheduling . 8 pages, 4 figures, 3 tables

Averaging $n$-step Returns Reduces Variance in Reinforcement Learning

平均 $n$-步回报降低强化学习中的方差

Brett Daley, Martha White, Marlos C. Machado

机构 * Department of Computing Science, University of Alberta, Edmonton, AB, Canada（阿尔伯塔大学计算机科学系） ； Alberta Machine Intelligence Institute（阿尔伯塔机器智能研究所） ； Canada CIFAR AI Chair（加拿大CIFAR人工智能主席） 纠错

AI总结 本文提出复合回报方法，通过加权平均 $n$-步回报降低强化学习中的方差，提升样本效率和算法性能。

Comments ICML 2024. 27 pages, 7 figures, 3 tables. Fixed minor equation typos

Trajectory-Aware Eligibility Traces for Off-Policy Reinforcement Learning

轨迹感知的eligibility traces用于非策略强化学习

Brett Daley, Martha White, Christopher Amato, Marlos C. Machado

机构 * Department of Computing Science, University of Alberta, Edmonton, AB, Canada（阿尔伯塔大学计算机科学系） ； Alberta Machine Intelligence Institute（阿尔伯塔机器智能研究所） ； Canada CIFAR AI Chair（加拿大CIFAR人工智能主席） ； Khoury College of Computer Sciences, Northeastern University, Boston, MA, USA（东北大学计算机科学学院） 纠错

AI总结 本文提出了一种多步算子，用于表达轨迹感知和每决策方法，并通过理论分析为非策略强化学习提供了收敛保证，同时引入RBIS方法在不同λ值下实现稳健性能。

Comments ICML 2023. 18 pages, 4 figures, 1 table. Fixed off-by-1 error in Tightrope Problem