面向智能家居能量管理的 HMPC 辅助对抗式逆强化学习

本文提出了一种基于对抗式逆强化学习（Adversarial Inverse Reinforcement Learning, AIRL）的智能家居能量管理方法，该方法包含一个隐式热力学模型。在所提方法中，首先利用神经网络辅助的分层模型预测控制（Hierarchical Model Predictive Control, HMPC）框架生成历史最优决策。然后将这些决策作为 AIRL 模块中的专家演示，该模块旨在训练一个判别器以区分专家演示与强化学习智能体策略生成的状态转移，同时更新智能体策略以生成能够迷惑判别器的状态转移。所提的 HMPC-AIRL 方法无需显式热力学模型、不确定参数的先验或预测知识，亦无需人工设计奖励函数。基于真实世界轨迹的仿真结果证明了所提方法的有效性与数据效率。