本文提出使用强化学习和马尔科夫决策过程 (MDP) 来协调多个电动汽车充电点，通过减少训练时间和使用线性空间和时间复杂度的新 MDP 公式，改善了业内现有技术，提高了充电需求协调达 40-50％的性能。

Mar, 2022

采用一种去中心化的多智能体强化学习充电框架来管理电动汽车的充电，以降低网络成本、减少用电峰值与平均值之比，减少变压器过载风险。

Aug, 2023

使用深度强化学习（特别是深度 Q 网络）确定户用电动汽车的成本减少充电策略，该策略可为终端用户节约超过 20% 的电费开支。

Oct, 2023

该研究论文介绍了一种安全感知的强化学习算法，用于管理电动车充电站，并确保满足系统约束。该算法不依赖于对约束违规的显式惩罚，而且能在不确定环境中学习模式，以提高对电动车充电的管理效果。

Mar, 2024

电动汽车的广泛采用对电力分配网络和智能电网基础设施提出了几个挑战，特别是在高峰时段可能会显著增加电力需求。本文介绍了一种利用多智能体强化学习（MARL）框架的分布式和协作充电策略的新方法，该方法采用深度确定性策略梯度（DDPG）算法，适用于一个住宅社区中的一群电动汽车，在此社区中的所有电动汽车都连接到一台共享变压器。通过降低总体变异程度约 36％和平均充电成本约 9.1％，我们的理论和数值结果表明，尽管政策梯度方差较高且训练复杂度更高，CTDE-DDPG 框架显着提高了充电效率。

Apr, 2024

本文分析了真实的共享电动出行系统的运营模式、使用模式及扩张动态，并以此为基础，利用多智能体强化学习建立了一个高保真度的电动出行共享仿真器，在此基础上提出了一种新的基于动态优化的级联策略的解法，显著提高了系统对于未来需求的满足度和增加收益。

Nov, 2022

本文使用深度强化学习方法针对城市区域优化充电站的安置位置与数量，以达到最大化电动车充电设施供应，最小化等待、行程和充电时间，并考虑在家中充电，通过实例实验证明本文方法可以增加电动汽车充电计划的效益，减少等待时间，提高收益，相较于现有基础设施，等待时间可以降低到 97％，收益可以增加达到 497％。

Jun, 2022

本研究提出了基于正则化 Actor-Critic 算法的电动汽车充电推荐方法，该方法可为私人电动汽车驾驶者提供个性化、资源感知的充电推荐服务，并在实际数据集上表现出对比方法所不具备的优越性能，可为缓解电动汽车驾驶者的续航焦虑提供一种成本效益的解决策略。

Oct, 2022

我们解决了太阳能电池板和电池配备的电动汽车（EV）的充电调度的复杂挑战，特别是在分布外（OOD）条件下。我们引入了一种新的学习增强策略，通过实时适应强化学习策略的表现来使用动态的鲁棒性预算，从而在 EV 充电调度中更有效地平衡一致性和鲁棒性，显著提高适应性和效率。

Nov, 2023

电动车、无线充电、车辆调度、深度强化学习、移动能源传播是本研究的关键词。通过使用深度强化学习方法，本论文提出了一个车辆调度框架，可以显著提升电动车的行驶里程并更高效地部署移动能源传播装置。该模型具有实用性和可行性，可帮助用户最大程度地延长电动车的续航里程，并帮助道路管理机构或私营部门有效管理移动能源传播装置的部署。

Aug, 2023