面向奶牛场电池管理的强化学习
机器学习
2023-08-21 v1 人工智能
多智能体系统
摘要
奶牛养殖是农业领域中尤为耗能的部分。有效的电池管理对于农业领域可再生能源的整合至关重要。然而，由于电力需求波动、可再生能源发电的随机性以及能源价格起伏，控制电池充放电是一项困难任务。尽管在奶牛场背景下将人工智能（AI）应用于可再生能源具有潜在益处，该领域研究仍十分有限。本研究对爱尔兰而言是优先事项，因其力求实现政府在能源与可持续性方面的目标。本文利用 Q-learning 学习在奶牛场环境中对电池充放电的有效策略。结果表明，相较于既定基线算法，所开发策略显著降低了用电成本。这些发现凸显了强化学习在奶牛场电池管理中的有效性。
引用
@article{arxiv.2308.09023,
title = {Reinforcement Learning for Battery Management in Dairy Farming},
author = {Nawazish Ali and Abdul Wahid and Rachael shaw and Karl Mason},
journal= {arXiv preprint arXiv:2308.09023},
year = {2023}
}
备注
This paper has been accepted at the 2023 Artificial Intelligence for Sustainability (AI4S) Workshop, at 26th European Conference on Artificial Intelligence ECAI 2023