多工况泛化
通过Sim2Real迁移学习，该控制策略无需显式模型即可在多种工况下稳定控制ORC过热，避免了直接部署DRL的安全风险。
Lin, Runze · Yangyang, Luo · Wu, Xialai · Chen, Junghui · Huang, Biao · 苏宏业 · Lei, Xie
Applied Energy 2024
控制策略通过与仿真环境交互直接学到控制目标，无需建立ORC系统的显式数学模型，省去繁琐的系统辨识与建模过程。
Sim2Real迁移训练使智能体能够适应多种运行工况，解决了模型与实际系统之间存在偏差时控制性能下降的问题。
先在仿真器中训练策略，再迁移到物理系统，避免了强化学习直接在ORC实际设备上试错带来的安全隐患。