一种基于深度对抗逆向强化学习的智慧家庭能量管理方法

本发明公开了一种基于深度对抗逆向强化学习的智慧家庭能量管理方法，步骤如下：(1)建模智慧家庭能量成本最小化问题并设计对应马尔可夫决策过程的环境状态和动作；(2)基于一组随机参数历史数据和滚动生成法构造n组随机参数历史数据；(3)利用n组随机参数历史数据和最优化算法求解上述最小化问题并得到n条专家轨迹；(4)鉴别器基于专家轨迹和生成器智能体产生的轨迹训练奖励网络；在奖励网络的引导下，利用经验元组和近端策略优化算法对生成器智能体进行训练；(5)重复步骤(4)直到获得训练性能稳定的智能体策略；(6)将训练得到的智能体策略部署在实际环境中运行。相比现有方法，本发明方法可有效降低能量成本并提升用户舒适性。