基于专家工作流的LLM增强多智能体强化学习用于实时P2P能源交易
多智能体系统
2026-04-21 v4
摘要
实时点对点（P2P）电力市场动态适应可再生能源的波动和需求的变化，通过瞬时价格响应最大化经济效益，同时增强电网灵活性。然而，为大规模个性化产消者扩展专家指导面临着严峻挑战，包括多样化的决策需求以及缺乏定制化建模框架。本文提出了一种集成大型语言模型-多智能体强化学习（LLM-MARL）框架，用于实时P2P能源交易，以解决产消者技术能力有限、缺乏专家经验以及配电网安全问题等挑战。引入LLM作为专家来生成个性化策略，通过模仿在集中训练分散执行（CTDE）范式下指导MARL。为了处理大规模P2P网络固有的可扩展性问题，引入了一种基于差分注意力的评论家网络，以有效提取关键交互特征并增强收敛性。实验结果表明，LLM生成的策略可以有效替代人类专家。与基线算法相比，所提出的模仿专家MARL算法在测试集上实现了显著更低的经济成本和电压越限率，同时保持了稳健的稳定性。本文通过将专家知识与智能体学习相结合，为P2P电力市场的实时决策提供了一种有效的解决方案。
引用
@article{arxiv.2507.14995,
title = {LLM-Enhanced Multi-Agent Reinforcement Learning with Expert Workflow for Real-Time P2P Energy Trading},
author = {Chengwei Lou and Zekai Jin and Wei Tang and Guangfei Geng and Jin Yang and Lu Zhang},
journal= {arXiv preprint arXiv:2507.14995},
year = {2026}
}