多段出价的双正单调参数化及其在电力市场基于强化学习的模拟中的有效性评估框架
人工智能
2026-04-14 v1 系统与控制
系统与控制
摘要
基于强化学习的 agent-based simulation (RL-ABS) 已成为电力市场机制分析和评估的重要工具。在单调、有界、多段阶梯出价的建模中，现有方法通常让 policy network first 输出一个不受约束的 action，然后通过 post-processing 映射（如排序、裁剪或投影）将其转换为满足单调性和有界性的可行出价曲线。然而，这些 post-processing 映射常常在边界或拐点处无法满足连续可微性、单射性和可逆性，从而导致梯度失真并导致模拟结果出现虚假收敛。同时，大多数现有研究主要基于 training-curve 收敛性开展机制分析和评估，没有严格评估模拟结果与纳什均衡之间的距离，这严重削弱了结果的可信度。为此，本文提出了...
关键词
引用
@article{arxiv.2604.10252,
title = {A Dual-Positive Monotone Parameterization for Multi-Segment Bids and a Validity Assessment Framework for Reinforcement Learning Agent-based Simulation of Electricity Markets},
author = {Zunnan Xu and Zhaoxia Jing and Zhanhua Pan},
journal= {arXiv preprint arXiv:2604.10252},
year = {2026}
}