机器之心发布
机器之心编辑部
受疫情影响 ， 人工智能顶级学术会议 NeurIPS 2020 将通过线上的形式进行 。 随着会议召开时间临近 ， 该会议承办的竞赛也陆续揭晓结果 。 今年新增的电网调度竞赛（Learning To Run a Power Network Challenge）共包含两个赛道：鲁棒能力赛道和泛化能力赛道 ， 经过三个月的激烈比拼 ， 最终来自百度的 PARL 团队拿下全部两个赛道的冠军 。 同时 ， 这也是该团队在 NeurIPS 上拿下的第三个强化学习赛事冠军 ， 实现三连冠的里程碑 。
NeurIPS 2020 电网调度大赛主要是由 RTE（法国电网公司）、EPRI（美国电力研究协会）和 TenneT（德国 - 荷兰电网公司）等能源企业联合 INRIA（法国国家信息与自动化研究所）、谷歌研究、UCL 和卡塞尔大学等人工智能研究机构共同举办 。 赛事共吸引了来自全球的上百支队伍 ， 参赛选手中有来自各个地区的人工智能研究机构 ， 还有来自清华大学、国家电网北美研究院等机构的电网领域专家 。 本次赛事的举办主旨是探索强化学习在能源调度领域的应用 ， 希望结合强化学习技术实现电网传输的自动化控制 ， 保障整个电网系统在各种突发状况下都能稳定运行 。
PARL 开源仓库地址：
竞赛任务
电能是现代化的重要标志之一 ， 与我们每个人的日常生活息息相关 。 电网在不同地区 ， 国家甚至大洲之间输送电力 ， 是配电的中坚力量 ， 通过向工业和消费者提供可靠的电力来发挥重要的经济和社会作用 。 但由于受突发状况、自然灾害和人为灾害等不确定性事件的影响 ， 电网系统需要大量的监控人员和电网专家 ， 结合领域知识和历史经验 ， 针对不同突发场景进行干预和维护 。 根据主办方发布的竞赛白皮书 ， 电网系统平均每运行一小时便需要实施人工干预操作 ， 不然可能导致局部甚至整个城市的停电 。 电网调度竞赛的目的便是探索 AI 在复杂的电网调度场景上的智能决策能力 。
文章插图
电网事故示例和电网控制室 。
本次电网调度竞赛的总体任务目标是维持整个电网仿真系统的供需平衡 ， 并应对各种突发事件 。 在电网仿真环境运行的每一个时刻 ， 参赛选手需要根据观测到的电网状态（供电 / 用电数据、电网拓扑结构和电线负载等信息） ， 选择合适的动作（包括变电站拓扑修改和发电厂发电功率修改等）来保持电网的稳定运行 。 NeurIPS 2020 举办的电网调度赛事相比前两届的电网调度赛事具有更大的挑战难度 ， 不仅电网规模更大 ， 动作空间也更复杂 ， 而且根据电网的真实场景 ， 分别设置了更具有现实意义的鲁棒性（Robustness）和适应性（Adaptability）两个挑战赛道 。 两个赛道的设置分别如下：
Track 1（赛道一）：采用中型电网（相当于三分之一的美国中西部电网） ， 离散动作空间数量有 6 万多个 。 该赛道中 ， 每天电网的不同线路会因随机的攻击而断开 ， 以此模拟现实生活中电网系统受到不可预期的事故（例如被闪电击中） ， 对决策系统在各种突发事件下的鲁棒性而言 ， 是个很大的挑战 。
Track 2（赛道二）：采用大型电网（相当于整个美国中西部电网） ， 离散动作空间数量高达 7 万多个 。 该赛道中 ， 发电厂的可再生能源比例是动态变化的（比如风能在夏季发电效率高 ， 冬季则下降） ， 为了保持整个电网的供需平衡 ， 这个赛道对决策系统在不同能源比例下的自动适应能力有很高的要求 。
文章插图
电网调度系列赛事 。
【夺魁NeurIPS电网调度大赛，百度实现强化学习竞赛三连冠】竞赛结果
从官方榜单中可以看到 ， 百度 PARL 团队拿下了两个赛道的冠军 ， 在比赛阶段的公榜以及评估阶段的私榜上都名列第一 ， 体现了强大的技术能力 ， 以及针对实际场景的技术实用性 。
文章插图
百度 PARL 拿下电网调度大赛双料冠军 。
冠军方案：融合专家知识的大规模进化神经网络
在参赛过程中 ， 百度 PARL 团队注意到专家系统方案以及纯强化学习方案很难解决这次的挑战 。 传统的专家系统解决方案主要是利用专家先验知识进行候选动作的筛选 ， 然后根据电网系统的预仿真（simulate）功能来评估不同动作给电网系统带来的影响 ， 这种方案需要有一定的专家经验 ， 并且存在搜索耗时长和无法考虑长远收益等缺点 。 纯强化学习方案虽然可以考虑长远收益 ， 但在大规模电网调度场景中 ， 动作空间复杂 ， 电网系统运行过程中不确定性大 ， 这个方案存在探索难度大和价值函数训练方差大等问题 ， 很难在数万个候选动作中直接选择一个最优动作 。

稿源：(未知)

【傻大方】网址：http://www.shadafang.com/c/111J2QZ2020.html

标题：夺魁NeurIPS电网调度大赛，百度实现强化学习竞赛三连冠