基于模仿学习训练电动汽车充电控制器

随着电动汽车数量的增长，协调其充电的问题愈发重要。本文开发了一种用于训练电动汽车充电协调控制器的方法。与大多数现有工作不同，我们要求控制器保护用户隐私，因此不允许控制器向任何第三方进行任何通信。为训练控制器，我们采用模仿学习的思路——首先利用二次优化求得该问题松弛版本的最优解，随后训练控制器模仿此解。我们还研究了最优解的正则化对控制器性能的影响。该方法在真实数据上进行了评估，相较于使用进化算法训练的同类控制器，表现出更优的性能与更快的训练速度。