面向能源效率工业控制的多目标强化学习
社会与信息网络
2025-05-13 v1
摘要
工业自动化日益需要能源效率控制策略以平衡性能与环境及成本约束。在本工作中，我们构建了针对Quanser Aero 2测试平台（采用其一自由度配置）的能源效率控制的多目标强化学习（MORL）框架。我们设计了综合奖励函数，同时惩罚跟踪误差和电力消耗。初步实验探讨了不同能源惩罚权重alpha对pitch跟踪与能源节省之间权衡的影响。我们的结果显示，alpha值在0.0至0.25之间会导致显著的性能转变，在仿真和实际系统上均出现低于alpha值下的非帕累托最优解。我们推测，这些效应可能归因于Adam优化器自适应行为引入的工艺，可能偏向bang-bang控制策略。未来工作将重点关注通过基于高斯过程的帕累托前沿建模自动化选择alpha，并将方法从仿真过渡到实际部署。
引用
@article{arxiv.2505.07606,
title = {Data Ethics in the Fediverse: Analyzing the Role of Instance Policies in Mastodon Research},
author = {Mareike Lisker and Helena Mihaljević},
journal= {arXiv preprint arXiv:2505.07606},
year = {2025}
}
备注
19th International AAAI Conference on Web and Social Media ICWSM 2025, Next-Gen and Alternative Social Media workshop, 8 pages, 1 figure