96.6%最优性
一种基于模型的不确定性感知深度强化学习能量管理算法，在鲁棒性和可迁移性上优于现有方法。
Feng, Zhiyan · Zhang, Qingang · Yiming, Zhang · Fei, Liangyu · Jiang, Fei · Zhao, Shengdun
Energy 2024
所提出的基于模型的算法PETS对超参数设置不敏感，在不同条件下性能波动更小，便于实际部署。
即使任务间相关性不同，PETS算法仍能保持良好性能，无需从头重新训练即可适应新工况。
能量消耗达到动态规划基准的96.6%，表明该策略几乎达到理论最优控制效果。