基于二分法改进的 Q 学习发电公司行为建模
系统与控制
2020-08-05 v1 机器学习
系统与控制
摘要
Q 学习被广泛用于模拟电力市场中发电公司（GenCos）的行为。然而，现有 Q 学习方法通常需要大量迭代才能收敛，在实践中耗时且低效。为提升计算效率，本文提出一种由二分法改进的新型 Q 学习算法。该方法通过逐步对状态空间与动作空间进行二分来修正 Q 表的更新过程。在重复古诺博弈中的仿真结果表明了所提算法的有效性。
引用
@article{arxiv.2008.01536,
title = {GenCos' Behaviors Modeling Based on Q Learning Improved by Dichotomy},
author = {Qiangang Jia and Zhaoyu Hu and Yiyan Li and Zheng Yan and Sijie Chen},
journal= {arXiv preprint arXiv:2008.01536},
year = {2020}
}