电费降约 12%
用自然语言交互学习用户偏好,在实时电价下平衡调度质量与提问负担。
Xinlei, Cai · 77300123 · Meng, Zijie · Jin, Cheng · Dong, Kai · 黄建伟 · Shen, Zhijun
Applied Energy 2026
在芬兰真实电价数据上,LICA 比单轮 LLM 基线降低约 12% 的电费,而且完全满足出发-能量需求。
通过自适应提问显著降低交互负担,用户不需要回答大量问题就能得到好方案。
把偏好获取建模为顺序决策问题,在估计准确度和交互成本之间取得平衡。
可扩展的近似策略支持高效实时运行,用有界深度树搜索作为基准提供参考。