基于握手式多智能体学习的多模式混合动力汽车能量管理
机器学习
2022-11-29 v3 多智能体系统
系统与控制
系统与控制
摘要
未来交通系统将是一个多智能体网络，其中互联的 AI 智能体可协同应对我们时代中的重大挑战，例如缓解实际驾驶能耗。区别于现有将多输入多输出（MIMO）控制解耦为单输出（MISO）控制的车辆能量管理研究，本文研究了一种多智能体深度强化学习（MADRL）框架以同时处理多个控制输出。通过引入独立度比为 DRL 智能体提出了一种新的握手策略，并进行了参数研究以获得 MADRL 框架的最佳设置。研究表明，独立度比为 0.2 的 MADRL 最佳，且相比传统 DRL 框架可节省超过 2.4% 的能耗。
引用
@article{arxiv.2209.02633,
title = {Energy Management of Multi-mode Hybrid Electric Vehicles based on Hand-shaking Multi-agent Learning},
author = {Min Hua and Zhi Li and Quan Zhou},
journal= {arXiv preprint arXiv:2209.02633},
year = {2022}
}