-
-
面向多种可再生能源接入的微能源网,提出一种基于深度强化学习(deep reinforcement learning,DRL)的微能源网能量管理与优化方法。该方法使用深度Q网络(deep Q network,DQN)对预测负荷、风/光等可再生能源功率输出和分时电价等环境信息进...
-
-
该代码使用一个迷宫示例演示了强化学习（Q-learning）算法，在迷宫示例中，机器人只能通过向左，向右，向上和向下方向移动来到达其目的地。在每个步骤中，都会根据机器人动作的结果来教导并重新学习它是否是一个好动作...
-
-
...时考虑了服务提供商（SP）的利润和客户（CU）的成本。强化学习（RL）用于说明分层决策框架，其中动态定价问题被表述为离散有限马尔可夫决策过程（MDP），并采用Q学习解决该决策问题。通过使用RL，SP可以在在线学习过程中...
-
-
使用openDSS +强化学习进行微网分析，这是斯坦福培训教程。需要OpenDSS并使用Python-OpenDSS COM接口需要深度学习的RL框架：OpenAI stable-baselines, gym需要NN框架： TensorFlow（1.stable-baseline，2.Keras（keras-rl2）如果大家感兴趣可以参加世界AI...
-
-
...0_SmallExample描述了grid2op框架所进行的工作（对电源系统和强化学习进行了少量介绍），并为小型powergrid操作提供了入门示例。1_Grid2opFramework涵盖了Grid2Op框架的基础。它还介绍了如何创建有效的环境以及如何使用Runner类评估代理...
-
-
...内存管理、位操作等等；知识内容都针对C99标准；第10章强化了对指针的讨论，第12章引入了动态内存分配的概念。第16章和17章讨论了C预处理器和C库函数、高级数据表示方面的内容。此文档适系统学习C语言的读者，也适用于精...
-
-
...文献和工业实践中众所周知。一个一种新颖的方法是使用强化学习（RL）它首先从头开始学习电驱动控制。 RL取得了骄人的成绩在许多游戏中都具有超人的表现（例如Atari经典或Go），并且在控制任务中也越来越流行像是卡特彼勒...
