离线并行加速收敛，在线自适应更新
采用并行强化学习框架，同时提升收敛速度和能量交换效率，并具备较强的迁移能力以适应复杂工况。
Luo, Jiaming · 高仕斌 · 韦晓广 · Tian, Zhongbei · 王鑫
IEEE Transactions on Transportation Electrification 2023
采用并行强化学习算法，多个智能体同时探索，减少低价值功率片段对迭代速度的影响，使算法更快收敛。
通过强化学习的模型无关特性，突破传统规则策略的限制，实现更优的充放电决策，从而提升能量交换效率。
算法可在线更新，能适应不同的牵引供电系统配置和运行环境，无需重新设计控制规则即可迁移到新场景。
强化学习策略能够从数据中学习最优策略，适应电力机车牵引负荷的剧烈波动和多变工况，保证储能系统高效运行。