强化学习算法

一种用于自动发电控制的改进TD3算法，通过对比学习和对抗扰动建模提升探索效率与鲁棒性

席磊 · Hua, Tong · Kailun, Wei · Meng, Liu · Yu, Shi

Energy Conversion and Management 2026

参数信息

平均频率偏差降低幅度
93.8 %

技术优势

探索更高效

内在探索激励自适应生成，引导智能体探索状态空间中尚未充分探索的区域。

更抗扰动

在策略评估中显式建模对抗扰动，以考虑最坏情况下的干扰。

达标更稳

在所有测试场景下均满足 CPS1 和 CPS2 性能合规标准。

应用场景