Hybride Agenten-Architektur für effizientes und sicheres Reinforcement Learning in Cyber-Physischen Energiesystemen
Eine hybride Agenten-Architektur, die modellbasiertes Deep Reinforcement Learning mit Imitation Learning kombiniert, um die Effizienz des Lernens zu erhöhen und gleichzeitig die Zuverlässigkeit des Agenten zu gewährleisten.