Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaKomputasi & perangkat lunakCAREER: Urban-Focused Spatial-Temporal Offline Reinforcement Learning
Proyek riset & pengembangan

CAREER: Urban-Focused Spatial-Temporal Offline Reinforcement Learning

Ringkasan tujuan riset

Offline reinforcement learning ruang-waktu diteliti untuk keputusan urban, belajar dari lintasan manusia yang sparse dan heterogen dengan adaptasi tugas serta koordinasi berbasis instruksi.

Komputasi & perangkat lunak1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2539629Periode tercatat 2026-09-01 sampai 2031-08-31.NSF 2539629MulaiAkhir tercatat202620322026-09-012031-08-31
Linimasa dan catatan proyek

Tanggal dan TRL menurut catatan penerbit. Akhir periode dan target bukan bukti hasil riset.

Teknologi · CC BY 4.0 · Sumber data

Apa tujuan dan pendekatan risetnya?

Profil ini merangkum ruang lingkup proyek yang dipublikasikan National Science Foundation (NSF). Sumber diakses . Uraian pendekatan dan manfaat menyatakan tujuan pengembangan, kecuali sumber secara khusus melaporkan hasil.

Reward diperkirakan dari trajectory tak berlabel sambil memodelkan perubahan perilaku menurut ruang, waktu, dan tingkat expertise. Algoritme robust menangani distribution shift serta multitask learning, dengan model bahasa untuk zero-shot adaptation konteks baru. Koordinasi multiagen menaksir objective bersama dari perilaku terdesentralisasi dan data multimodal. Model serta benchmark terbuka akan menguji reliability dan transfer kebijakan bagi transportasi, logistics, atau emergency response tanpa trial-and-error langsung.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
SUNY at Binghamton
Program
Info Integration & Informatics
Periode pendanaan tercatat
2026-09-01 → 2031-08-31

Proyek kolaboratif beberapa institusi diwakili oleh satu catatan penghargaan. Institusi di atas adalah penerima pada catatan tersebut.

Klasifikasi NSF

  • Directorate for Computer and Information Science and Engineering
  • Computing & AI Foundations

Label penerbit dipertahankan sebagai konteks. Bidang katalog merupakan pengelompokan editorial.

Apa yang diketahui tentang statusnya?

Status pendanaan menurut NSFAktif (catatan pendanaan NSF)

Catatan NSF tidak melaporkan tingkat kesiapan teknologi (TRL). Status pendanaan aktif atau berakhir bukan bukti keberhasilan riset.

Batas informasi

Profil merangkum tujuan dan pendekatan dalam abstrak pendanaan NSF. Status pendanaan tidak membuktikan keberhasilan riset, kesiapan teknologi, atau ketersediaan produk. Hasil dan performa belum diverifikasi secara independen; tinjauan ahli belum dilakukan.

Dasar profil

Metodologi dan batas pemeriksaan. Ringkasan berbahasa Indonesia disusun sebagai parafrasa editorial dengan pemeriksaan sumber primer oleh agen AI. Identitas, periode, serta status berasal dari catatan penerbit. Tinjauan ahli dan pengujian kinerja independen belum dilakukan; rujukan tidak menyiratkan dukungan atau sertifikasi NSF.