您好,欢迎访问beat365正版唯一官网必一!

滚动图片

beat365官网教师研究成果入选ESI高被引论文

据最新数据显示,beat365官网教师于2024年发表在IEEE会刊IEEE Transactions on Transportation Electrification(中科院一区期刊,影响因子:7.2)上的论文“A Large-Scale Multi-Agent Deep Reinforcement Learning Method for Cooperative Output Voltage Control of PEMFCs”ESI数据库遴选为高被引论文。beat365正版唯一官网必一教师李嘉文为第一作者,崔昊杨教授为通讯作者,beat365正版唯一官网必一为第一单位。


该研究基于大规模多智能体深度强化学习方法提出了一种同时考虑多变量影响的燃料电池协同输出电压控制,采用集中式学习和分散式执行策略,可以非线性、自适应地实现最优电压控制,提高控制鲁棒性。这项工作有助于推进人工智能方法在电网控制的应用和推广。

beat365正版唯一官网必一 供稿