Optimizing grid-interactive buildings demand response: Sequence-based decision-making multi-agent policy decomposition deep reinforcement learning

2025-08-05

0

PRE

AI

DOI：10.1016/j.enbuild.2025.116198

原文求助

摘要

En 中文

• 提出了一种新型多智能体强化学习框架。 • 该方法将价值分解与演员-评论家算法相结合。 • 明确引入了智能体之间的依赖关系。 • 通过逐个智能体的决策来优化建筑物之间的协作。 • 通过策略分解实现依赖关系下多智能体的分散执行。

Keyword:

multi-agent reinforcement learning

value decomposition

actor-critic algorithm

agent dependencies

policy decomposition