工业多发电机波浪能转换器（WEC）需要处理来自不同方向的多个同时波浪，这些复杂设备在挑战性环境下需要同时追求能量捕获效率、结构应力减少以限制维护和主动保护免受高波浪影响的多目标控制器；本文采用 Proximal Policy Optimization (PPO) 算法训练的多智能体强化学习（MARL）控制器可以处理这些复杂性，通过研究不同函数逼近方法，我们发现这是提高性能的关键；我们研究了全连接神经网络（FCN）、LSTM 和 Transformer 模型的各种变种，并发现本文提出的具有适度深度、在多头注意力、多层感知机和 Transformer 块（STrXL）周围具有门控残差连接的 Transformer 模型是最佳选择，在处理这些复杂的多方向波浪中提高了 22.1％的能源效率，相比现有的弹簧阻尼器（SD）控制器；此外，与默认的 SD 控制器不同，Transformer 控制器几乎消除了旋转偏航运动产生的机械应力。

Apr, 2024

本文提出了一种基于 Transformer 架构和 MARL 算法的 T-MAAC 框架来稳定电力分配网络中的电压，并采用一种针对电压控制任务的新型辅助训练过程，以提高样本效率和促进基于 Transformer 模型的代表学习。

Jun, 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

基于多智能体强化学习的安全限制算法，用于解决分布式可控发电机在电力网络中主动电压控制问题，通过在电力分布网络模拟环境中进行实验，证明了该方法与最新的多智能体强化学习方法相比的有效性。

May, 2024

该论文提出了一种适用于扩展动作空间的分层多智能体强化学习 (MARL) 框架，利用电网固有的分层结构，用于管理大规模的电力网络，并且实验结果表明该框架的性能与单智能体强化学习方法相当。

Oct, 2023

针对分布式发电带来的电网分散电压控制的挑战，本文提出了一种可扩展的网络感知框架，利用网络结构截断评论家的 Q 函数输入，提高可伸缩性并减少训练期间的通信成本，成功在一个拥有 114 个分布式发电源的系统中进行了演示，为日益复杂的电力系统中的分散电压控制提供了有希望的解决方案。

Dec, 2023

通过提供一个学习了的 OPF 近似和显式的市场规则的能源市场模型，以 MARL 算法的形式来确定预期的能源市场参与者的行为，从而减少与系统的交互次数，并减少培训时间，同时稍微糟糕地近似了纳什均衡。

Mar, 2023

电网架构和功能的快速变化以及可再生能源和分布式能源资源的不断增长导致了各种技术和管理挑战。本调研报告探讨了多智能体强化学习（MARL）如何支持能源网络的去中心化和脱碳，并缓解相关的挑战。通过指定管理能源网络中的关键计算挑战，回顾最新的研究进展，以及突显可以使用 MARL 解决的开放性挑战。

Apr, 2024

本文研究了网络系统控制中的多智能体强化学习问题，提出了基于空间折扣因子的 NMARL 问题并引入了一种可微的通信协议 NeurComm 以提高学习效率和控制性能。实验结果表明，合适的空间折扣因子可以有效提高 MARL 算法的非通讯性学习曲线，而 NeurComm 在学习效率和控制性能方面均优于现有的通信协议。

Apr, 2020

本文提出了一种可完全扩展和去中心化的多智能体 A2C 算法，以提高城市交通网络中的自适应交通信号控制的可观测性和减少学习难度，并在大型合成交通网格和摩纳哥城​​的大型实际交通网络下，通过模拟高峰流量动态，并将其与独立 A2C 和独立 Q-learning 算法进行比较，结果表明其优化性、鲁棒性和样本效率优于其他最先进的去中心化 MARL 算法。

Mar, 2019