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

本研究使用多智能体强化学习模型解决由去碳化趋势造成的电力网络中的电压拥塞问题，将主要问题转化为 Dec-POMDP 模型并建立开源环境，解决多智能体强化学习在状态可解释性等方面的挑战，为电力社区和多智能体强化学习社区寻求现实应用提供了实践基础和方向参考。

Oct, 2021

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

提出了基于 LTDE-Neural-AC 和演员 - 评论家方法的多智能体强化学习算法，应用于自驾车、拼车、数据和交通路由模型的图网络，其解决了分散式多智能体强化学习网络结构的问题，并具有收敛保证的优势。

Aug, 2021

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

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

本文回顾了多智能体强化学习的一个分支领域 —— 网络化智能体下的去中心化多智能体强化学习。该领域的研究主要集中在多个代理在公共环境中执行顺序决策，而无需任何中央控制器的协调。代理可以通过通信网络与其邻居交换信息。此设置在机器人，无人驾驶车辆，移动传感器网络和智能电网的控制和操作中具有广泛应用。

Dec, 2019

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

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

本文提出了一种在线多智能体强化学习和分散式控制框架以解决基于分布式 Volt/Var 控制（VVC）方法所面临的完整性和通信成本问题。在该框架中，通过采用多智能体约束软演员 - 评论家（MACSAC）强化学习算法进行 VVC 管理，不再需要事先准确的 ADN 模型，从而实现分散式优化控制和有效的通信处理。该 OLDC 框架的数值模拟结果表明，它具有出色的灵活性和适应性，可用于各种计算和通信条件下，在线应用中取得更好的控制效果。

Jun, 2020