去噪自编码器强化学习

合作充电利润更高

通过预训练去噪自编码器净化状态空间，该强化学习方法在非理性用户充电选择下实现比 DDPG 和 DQN 更高的充电站利润。

Jie, Liu · Wang, Shuoyao · 唐晓莹

IEEE Internet of Things Journal 2023

技术优势

更准确地刻画用户

采用认知层级量子响应充电站选择模型刻画有限理性用户，在真实场景中准确描绘了非理性用户的充电站选择行为。

提升利润

在真实数据实验中，该方法的利润超过了非合作模式以及 DDPG、DQN 等基准合作算法。

降低计算负担

基于分层定价和充电站类型的市场规则设计动作空间离散化策略，减少了时变策略带来的计算负担。

应用场景

• 充电站运营：用强化学习同时优化定价与调度，直接提高单站利润。
• 电动汽车充电网络：在多站间建立合作模式，避免无序竞争导致整体收益下降。
• 多智能体调度：把每辆车视为有限理性智能体，使调度策略更贴近真实选择。