一种用于多约束水库运行的双层安全强化学习框架：整合了动作掩蔽和拉格朗日对偶方法

《Journal of Hydrology》：A two-layer safe reinforcement learning framework for multi-constraint reservoir operation: Integrating action masking and lagrangian dual method

　　

谢在超|张晓丽|徐伟|林国国|李东|张顺才|陈红艳|杨胜

• •
  用于多约束水库运行的双层安全强化学习（SafeRL）方法。
• •
  该方法已在三峡水库上通过60年的日流量数据进行验证。
• •
  该方法将拉格朗日对偶算法的总成本降低了71.5%，同时将发电奖励提高了4.9%。
• •
  FullMask方法将行为校正违规情况从21%–79%降低到了0%。
• •
  与线性基准方法相比，该方法使总发电量增加了0.54%。