机构名称：
¥ 2.0
摘要：在过去几年中，深度强化学习已被提出作为一种在节能场景中进行在线学习的方法，例如暖通空调控制、电动汽车能源管理或建筑能源管理等。另一方面，量子机器学习在过去十年中诞生，将经典机器学习扩展到量子级别。在这项工作中，我们提出研究量子强化学习在解决节能场景方面的优势和局限性。作为试验台，我们使用现有的基于节能的强化学习模拟器，并将经典算法与量子提议进行比较。暖通空调控制、电动汽车燃料消耗和充电站利润优化应用中的结果表明，量子神经网络能够比经典神经网络更准确地解决强化学习场景中的问题，以更少的参数获得更好的累积奖励。
关于量子强化学习在能源领域的应用......
主要关键词
相关文件推荐
