显式预测在基于深度强化学习的能量管理中是否重要？
系统与控制
2021-10-07 v2 机器学习
系统与控制
摘要
作为一种无模型优化与决策方法，深度强化学习（DRL）已被广泛应用于能源互联网中的能量管理领域。然而，部分基于DRL的能量管理方案还引入了传统基于模型方法所用的预测模块，这看似不必要甚至有害。本工作中，我们实现了使用监督学习与DRL带预测的标准能量管理方案，以及使用端到端DRL无预测的对等方案。随后，在统一的能量管理框架下对这两种方案进行比较。仿真结果表明，无预测的能量管理方案优于带预测的方案。本工作旨在纠正DRL方法在能量管理领域的误用。
引用
@article{arxiv.2108.05099,
title = {Does Explicit Prediction Matter in Deep Reinforcement Learning-Based Energy Management?},
author = {Zhaoming Qin and Huaying Zhang and Yuzhou Zhao and Hong Xie and Junwei Cao},
journal= {arXiv preprint arXiv:2108.05099},
year = {2021}
}
备注
Fifth IEEE International Conference on Energy Internet (ICEI 2021)