标签
本文提出了一种基于近端策略优化（PPO）的深度强化学习框架，用于仓库中自主移动机器人的动态电池充电，与基线方法相比，最高可实现6%的订单完成率提升。
本文提出了一种多目标控制系统，利用差分进化和多智能体深度强化学习对奶牛场的电池进行管理，与基于规则的模型相比，能源套利利润最高可提高18%。
本文介绍了 C2L-Net，这是一种数据驱动模型，利用短历史窗口实现锂离子电池高效且准确的荷电状态（SOC）估计。