Multi-Agent Reinforcement Learning for Energy Networks: Computational Challenges, Progress and Open Problems

要約

電気ネットワークのアーキテクチャと機能が急速に変化し、再生可能エネルギーや分散型エネルギー資源の普及が進んでいることにより、さまざまな技術的および管理上の課題が生じています。
これらにより、ネットワークの動的で進化する性質をサポートできないため、従来の集中型エネルギー市場パラダイムは不十分なものになってしまいました。
この調査では、マルチエージェント強化学習 (MARL) がエネルギー ネットワークの分散化と脱炭素化をどのようにサポートし、関連する 12 の課題を軽減できるかを調査します。
これは、エネルギーネットワークの管理における主要な計算上の課題を特定し、それらに対処するための最近の研究の進歩をレビューし、MARL を使用して対処できる可能性のある未解決の課題を強調することによって達成されます。

要約(オリジナル)

The rapidly changing architecture and functionality of electrical networks and the increasing penetration of renewable and distributed energy resources have resulted in various technological and managerial challenges. These have rendered traditional centralized energy-market paradigms insufficient due to their inability to support the dynamic and evolving nature of the network. This survey explores how multi-agent reinforcement learning (MARL) can support the decentralization and decarbonization of energy networks and mitigate the 12 associated challenges. This is achieved by specifying key computational challenges in managing energy networks, reviewing recent research progress on addressing them, and highlighting open challenges that may be addressed using MARL.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google