选择性策略共享多智能体强化学习算法

用户总效用提升超13%

通过偏好对齐的价值叠加,将社区能源交易与调频服务收益整合进家庭储能控制,实现经济与环境双重收益的个性化分配。

Biao, Xu · Zhao, Bochao · 栾文鹏 · Chao, Long

Applied Energy 2026

参数信息

用户总效用提升
13 %

技术优势

效用提升13%以上

通过整合社区能源交易与调频服务收益,并在策略优化中嵌入用户偏好,避免了单一服务的收益局限,实现了所有用户总效用的显著提升。

可扩展训练

相似偏好的用户共享策略网络,减少了大规模用户场景下的训练复杂度,使算法能够高效扩展到更多用户。

偏好可识别

通过定制化的二元选择任务收集用户偏好,并利用离散选择模型估计个体偏好参数,为实现个性化服务提供基础。

应用场景