Twin-Delayed Deep Deterministic Policy Gradient Algorithm to Control a Boost Converter in a DC Microgrid
PulseAugur coverage of Twin-Delayed Deep Deterministic Policy Gradient Algorithm to Control a Boost Converter in a DC Microgrid — every cluster mentioning Twin-Delayed Deep Deterministic Policy Gradient Algorithm to Control a Boost Converter in a DC Microgrid across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新框架使用图神经网络进行动态铁路定价
一篇新研究论文介绍了一种针对自由化高铁市场动态定价的新颖框架。该方法使用关系多智能体强化学习和图卷积网络来模拟市场拓扑结构，并从可观察数据中推断战略互动。该方法旨在通过考虑运营单元之间的竞争、协调和连通性来提高收入和稳定性，在复杂场景中优于现有基线。
-
强化学习采用动态熵调优以改进四旋翼飞行器控制
研究人员调查了动态熵调优在强化学习用于四旋翼飞行器控制中的影响。他们将随机策略（优化动作的概率分布）与确定性策略（选择单一动作）进行了比较。该研究使用了Soft Actor-Critic (SAC)算法来处理随机策略，并使用Twin Delayed Deep Deterministic Policy Gradient (TD3)来处理确定性策略。研究结果表明，动态熵调优通过减轻灾难性遗忘和提高探索效率，对四旋翼飞行器控制产生了积极影响。
-
强化学习有效控制双转子系统
研究人员开发了一个强化学习框架来控制和稳定双转子气动系统（TRAS）。采用了双延迟深度确定性策略梯度（TD3）算法，因为它适用于连续状态和动作空间，无需系统模型。仿真结果证明了RL控制器的有效性，并在风扰下以及在真实实验室实验中与传统的PID控制器进行了进一步验证。