跳到正文
热点事件持续更新

滤波器增强强化学习用于电池快充

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

2026年10月19日,Meng Yuan等作者在arXiv Systems and Control与Engineering Energy发布研究,提出一种滤波器增强强化学习框架,用于兼顾寿命的健康感知电池快充。该框架基于TD3算法,奖励函数结合健康状态(SoH)信息与源自恒流恒压充电策略的SoH相关电压惩罚项,以纳入析锂感知。针对车载SoH估计噪声,框架在噪声统计未知时采用EMA滤波、已知时采用Kalman滤波,并将滤波估计嵌入智能体状态与奖励计算。目前该研究处于论文发布阶段,报道未提及实车验证或应用落地进展。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月19日
  1. arXiv Systems and Control · Engineering Energy
    基于滤波增强强化学习的电池快充:融合健康状态与析锂感知的奖励设计

    研究提出一种滤波增强强化学习框架,基于TD3算法实现兼顾寿命的健康感知快充,奖励函数结合SoH信息与源自恒流恒压充电策略的SoH相关电压惩罚项。针对车载SoH估计噪声,框架在噪声统计未知时用EMA滤波、已知时用Kalman滤波,并将滤波估计嵌入智能体状态与奖励计算。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。