基于在线与离线深度强化学习的维护规划框架
机器学习
2023-04-19 v2 人工智能
摘要
高性价比的资产管理的若干行业关注领域。具体而言，本文开发了一种深度强化学习（DRL）解决方案，用于自动确定持续劣化的水管的最优修复策略。我们在在线和离线DRL设置中处理修复规划问题。在在线DRL中，智能体与具有不同长度、材料和故障率特征的多个水管的模拟环境交互。我们使用深度Q学习（DQN）训练智能体以学习具有最小平均成本和降低故障概率的最优策略。在离线学习中，智能体使用静态数据（例如DQN回放数据），通过保守Q学习算法学习最优策略，而无需与环境进一步交互。我们证明了基于DRL的策略优于标准的预防性、纠正性和贪婪规划替代方案。此外，在离线设置中从固定的DQN回放数据集学习进一步提升了性能。结果保证，由大量不同状态和动作轨迹组成的水管现有劣化剖面为在离线设置中学习修复策略提供了有价值的途径，并可利用模拟器进一步微调。
引用
@article{arxiv.2208.00808,
title = {A Maintenance Planning Framework using Online and Offline Deep Reinforcement Learning},
author = {Zaharah A. Bukhsh and Nils Jansen and Hajo Molegraaf},
journal= {arXiv preprint arXiv:2208.00808},
year = {2023}
}
备注
Published Neural Comput & Applic (2023), 12 pages, 8 Figure