一种用于社区能源管理的深度强化学习可解释规则提取方法

本发明涉及一种用于社区能源管理的深度强化学习可解释规则提取方法，包括以下步骤：S10：训练专家模型，提取专家策略；S20：构建基于分离‑聚合机制的决策树集合可解释的学生模型DADT；S30：通过基于联合交互与动作价值评估的知识蒸馏方法提取专家策略，将S10获得的专家模型与S20获得的学生模型同时部署到控制环境中，与环境进行多轮交互迭代，在与环境交互迭代的过程中，使用动作价值函数Q函数实时评估专家模型与学生模型的价值，引入RF损失实现学生模型DADT策略的趋优更新，重新训练获得新的学生模型DADT；S40：提取决策树规则。本发明能够提高典型规则的决策性能，同时确保其可解释性。