Summer 2021

逆向强化学习模型模拟家庭用电行为转变

研究人员利用逆向强化学习（IRL）对意大利家庭的用电行为进行建模，将家庭视为与其环境互动的代理。该研究旨在了解社会经济和气候因素（如能源危机和热浪）如何影响这些代理的奖励函数，进而影响其消费模式。通过分析2021年、2022年和2023年夏季的数据，研究确定了表现出暂时性调整、持久性转变或微小变化的制冷行为的不同消费者群体。研究结果表明，能源政策不仅应考虑消费者的社会人口统计特征和地点，还应考虑其用电时间以及对冲击的行为反应的持久性。