XiaoMi-AI文件搜索系统
World File Search SystemDistributional
零售疫苗供应的分配影响 - EliScholar
我们研究了利用零售商位置选择来制定健康干预措施的潜力。利用地理空间数据，我们量化了美国联邦计划向商业零售药店分发 COVID-19 疫苗所产生的疫苗距离。我们评估了在低价百货零售商 Dollar General 提供疫苗的提议对分配的影响。将 Dollar General 添加到联邦计划中将大大缩短美国低收入、农村和少数族裔家庭到疫苗接种点的距离，而这些群体的 COVID-19 疫苗接种速度异常缓慢。
量化能源效率措施的分配影响
1. 低碳、气候适应型城市 2. 可持续基础设施融资 3. 挑战性环境下的低碳工业战略 4. 整合气候与发展政策，实现“气候兼容发展” 5. 低碳经济中的竞争力 6. 行为改变的激励措施 7. 适应气候的信息 有关 CCCEP 的更多信息，请访问 www.cccep.ac.uk 格兰瑟姆气候变化与环境研究所由伦敦政治经济学院于 2008 年成立，旨在汇集经济学、金融、地理、环境、国际发展和政治经济学方面的国际专业知识，打造一个世界领先的政策相关研究和培训中心。该研究所由格兰瑟姆环境保护基金会和全球绿色增长研究所资助。它有六个研究主题：
无线电资源管理的离线和分配强化学习
摘要 - 预言学习（RL）已被证明在未来的智能无线网络中起着有希望的作用。在线RL已用于无线电资源管理（RRM），接管了传统计划。但是，由于依靠与环境的在线互动，其作用在在线互动不可行的实际，现实世界中受到限制。此外，在现实世界随机环境中的不确定性和风险面前，传统的RL在不确定性和风险面前处于短缺状态。以这种方式，我们为RRM问题提出了一个离线和分配RL方案，可以使用静态数据集启用离线培训，而无需与环境相互作用，并使用退货的分布来考虑不确定性的来源。仿真结果表明，所提出的方案的表现优于常规资源管理模型。此外，这是唯一超过在线RL的方案，比在线RL增长10％。索引术语 - 分布强化学习，离线强化学习，无线电资源管理
能量过渡途径和气候变化的分布影响
本报告回顾了有关气候变化以及缓解和过渡途径的分布后果的文献。各个国家，地区，家庭和工人之间存在着气候变化的非均质水平和脆弱性暗示了无所作为的巨大分配成本。气候政策可能会触发从“高污染”部门到“绿色”部门的重新分配，从而不成比例地影响某些地区和低技能工人。基于价格的政策，例如碳税，在各国都显示出各种各样的影响：在发达国家中，它们在发达国家往往会更具回归性，而在能源可负担性和能源贫困的发展中国家则更加渐进。基于非市场的政策通常是回归的，可能导致公平问题。有效的气候行动需要平衡分配成果，确保政治上的可接受性并了解政策看法和支持之间的联系。
政策简报 英国碳税的分配影响
转移支付减少了不同十分位数所支付的碳税。对于 1、2 和 3 十分位数，它甚至导致负净碳税支付——收到的重新分配金额高于税款。低收入十分位数的平均家庭税单占收入的比例在三种情景中差异很大。对于高收入家庭，税单占收入的比例在不同情景中保持相当稳定。情景 7a，每户家庭的碳红利固定为 492 英镑，对十分位数的成本分配产生相当中性的影响，即所有十分位数的收入中用于能源账单的比例大致相同。许多研究发现，中性成本分配——所有公民支付相同比例的收入——增加了政策的可接受性。
美国电力部门碳捕获的分布影响
摘要：虽然有些人看到碳捕获，利用和存储（CCUS）对具有成本效益的脱碳的行为，但它仍基于空气污染和股权征服。要了解这一成本 - 空气污染权衡，我们模拟了在合理的气候政策下允许在美国电力部门部署CCUS的潜在影响。我们表明，这种权衡的存在在很大程度上取决于基本政策，这影响了CCUS代的类型可能取代：在使煤炭生成激动的政策下，CCUS可能会改善健康结果并降低成本。当我们分解结果时，我们发现允许CCUS（PM 2.5）正面或负面的空气污染（PM 2.5）对黑人和低收入人群的最大。我们表明，允许CCU可以产生能源成本的节省，尤其是在低收入社区中。我们的灵敏度分析强调了不确定性对成本和收益的影响。总体而言，这项研究有助于我们理解允许CCU的更广泛的分布后果。
爱尔兰碳定价和能源相关税收的分配影响
自2016年以来。Cathal O'Donoghue是戈尔韦大学的社会和公共政策主席。他还是爱尔兰国家博物馆的主席。从2016 - 2020年开始，他是艺术和社会科学的院长。在此之前，他曾是Teagasc（爱尔兰农业和食品发展局）农村经济与发展计划的负责人。Herwig Immervoll是经合组织的社会福利和绿色过渡的负责人，在那里他领导了经合组织的社会福利工作，包括在气候变化和绿色过渡的背景下。他是世界银行的前高级经济学家，经合组织的面向就业政策负责人，维也纳欧洲社会福利政策与研究中心研究员，剑桥大学的高级研究官。Zeynep Gizem Can是AdanaAlparslanTürkeş科学技术的助理教授。朱尔斯·林登（Jules Linden）是戈尔韦大学（University of Galway）的经济学博士生，由卢森堡国家研究基金（FNR）资助。他还是卢森堡社会经济研究所的博士研究员，2023年是加利福尼亚大学伯克利分校的富布赖特研究员。DENISA M. SOGON是卢森堡社会经济研究所的高级研究科学家。
它可以和不能告诉我们有关...
能源公平是全国司法管辖区越来越重要的优先事项。总体而言，有27％的公用事业委员会（PUC）被要求直接考虑其重大决定中的经济权益，或者通过创建特定计划来解决经济权益（KLEE 2021）。3个司法管辖区开始确定传统上服务不足的群体，包括租房者，弱势社区，环境正义社区，语言孤立的人以及其他人以及其他特定能源公平目标，如下所述（Tarekegne 2021）。由于司法管辖区确定并定义了出于能源公平目的的不同群体，因此我们将这些群体集体称为管辖权的“目标”人群。目标人群是为能源公平目的定义的任何组。
桥接分配和对风险敏感的增强学习和可证明的后悔界限
s 2 ak遗憾的上限，其中s，a，k，h，t = kh和β分别代表状态，动作，情节，时间范围，总时间段数量和风险参数的数量。它与RSVI2（Fei等人，2021年）匹配，与新的分布分析有关，重点是回报的分布，而不是与这些回报相关的风险值。据我们所知，这是第一个遗憾的分析，即在样本复杂性方面桥接了DRL和RSRL。要解决无模型DRL算法中固有的计算算法，我们提出了一种带有分布表示的替代DRL算法。这种方法有效地表示使用重新定义的分布类别的任何有限分布。在保持既定的后悔界限的同时，它显着扩大了计算效率。
基于分布式强化学习的不平衡解决机制中的能源套利策略
可再生能源渗透率的增长使供应变得更加不确定，并导致系统不平衡加剧。这种趋势与单一不平衡定价相结合，为平衡责任方 (BRP) 在不平衡解决机制中进行能源套利提供了机会。为此，我们提出了一种基于分布式强化学习的电池控制框架。我们提出的控制框架采取了风险敏感的视角，允许 BRP 调整其风险偏好：我们的目标是优化套利利润和风险度量（本研究中的风险价值）的加权和，同时限制电池的每日循环次数。我们使用 2022 年比利时的不平衡价格评估我们提出的控制框架的性能，并比较两种最先进的 RL 方法，即深度 Q 学习和软演员-评论家 (SAC)。结果表明，分布式软演员-评论家方法优于其他方法。此外，我们注意到，只有当代理对价格更确定时，我们的完全规避风险的代理才会适当地学会通过对电池进行（放电）充电来对冲与未知不平衡价格相关的风险。