MADDPG
PulseAugur coverage of MADDPG — every cluster mentioning MADDPG across labs, papers, and developer communities, ranked by signal.
-
深度强化学习应用于公交车队和高速流控制
两篇最新的arXiv论文探讨了深度强化学习(DRL)在复杂控制场景中的应用。第一篇论文详细介绍了一个用于公交车队控制的单智能体RL框架,该框架将问题重新构建为高维状态空间以捕捉智能体间的依赖关系,并使用新颖的奖励函数来实现稳定性能。第二篇论文讨论了DRL在高速流控制中的潜力和挑战,强调了物理感知学习、鲁棒性和验证的必要性,以将DRL能力转化为可靠技术。
-
去中心化 HVAC 控制代理在边缘硬件上优化能源使用
研究人员开发了一个去中心化的主动推理代理系统,用于控制多区域 HVAC 系统,旨在优化能源消耗和管理峰值功率需求。每个区域都配备了一个独立的代理,该代理在线学习并通过最小化预期自由能进行规划,而无需与其他代理直接通信。该系统使用 EnergyPlus 模拟器在 Sinergym 办公楼上进行了评估,与基于规则的控制器和 MADDPG 舰队相比,平均建筑峰值功率降低了 3-17%,并且楼层峰值错峰效果得到改善。整个系统可以在单个 Ras…
-
新的OGR-MARL框架增强了USV的协同追击能力
研究人员开发了OGR-MARL,一个新颖的多智能体强化学习框架,专为受限港口水道中异构无人水面载具(USV)的协同追击场景设计。该框架集成了共享逃避者信念、角色条件选项目标和自适应规则惩罚,使MARL算法能够学习纠正性动作,而不是从头开始。当使用各种MARL骨干实例化时,OGR-MASAC展示了75.0%的捕获率和卓越的协调性,并通过零样本迁移到更复杂的地图显示出有希望的泛化能力。
-
新的DRL框架优化城市电动汽车车队控制
研究人员开发了一个新的城市电动汽车(EV)车队控制框架,该框架使用分布鲁棒强化学习(DRL)来处理不确定的需求和出行时间。这种名为PD-RSAC的方法可以优化调度、重新定位和充电决策,同时严格遵守充电器和馈线容量限制。使用纽约市出租车数据进行的实验表明,PD-RSAC将净利润显著提高到122万美元,优于各种启发式和强化学习基线。
-
研究人员开发用于城市规模电动汽车叫车服务的半马尔可夫强化学习
研究人员开发了一种新颖的半马尔可夫强化学习方法,用于优化城市规模电动汽车(EV)叫车车队。该方法解决了调度、重新定位和充电等复杂决策问题,同时遵守充电器和馈线限制等物理约束。该系统结合了高级意图和混合整数线性规划来确保可行性,并采用鲁棒优化技术来处理不确定的需求和出行时间。在基于纽约市出租车数据的模拟器中进行的实验表明,该方法显著优于现有基线,净利润达到122万美元。
-
研究人员开发用于电动汽车叫车服务的半马尔可夫强化学习,提高利润并确保可行性。
研究人员开发了一种新颖的半马尔可夫强化学习方法,用于管理大规模电动汽车叫车车队。该方法确保调度、重新定位和充电决策严格遵守充电器和馈线限制等物理约束,即使在需求和出行时间不确定的情况下也是如此。该系统利用掩码执行器产生高级意图,然后通过混合整数线性规划进行投影以保证可行性。在纽约市出租车数据集模拟器上的实验表明,名为 PD--RSAC 的方法显著优于基线方法,净利润达到 122 万美元,同时避免了任何馈线限制违规。