Ein sicherheitsbewusstes Reinforcement-Learning-Algorithmus wird entwickelt, um die Ladestation-Verwaltung in Verteilnetzen unter Berücksichtigung von Unsicherheiten zu optimieren und Netzbeschränkungen einzuhalten.
Ein Reinforcement-Learning-basierter Ansatz unter Verwendung differenzierbarer Entscheidungsbäume ermöglicht die Entwicklung skalierbarer und erklärbarer Steuerungsstrategien für Energiemanagementsysteme in Haushalten.