2025_NIPS_SustainGym: Reinforcement Learning Environments for Sustainable Energy Systems

SustainGym 论文总结与核心部分翻译

一、主要内容

本文针对强化学习（RL）在可持续能源系统应用中缺乏标准化基准的问题，提出了 SustainGym——一个包含5个强化学习环境的套件，专门用于测试RL算法在真实可持续能源任务中的性能。

1. 核心背景

现有RL算法多基于玩具环境（如OpenAI Gym）进行基准测试，缺乏真实物理约束、环境分布偏移模拟及多智能体交互场景，导致难以可靠部署到实际可持续能源系统中。而 SustainGym 借鉴监督学习中标准化基准（如ImageNet、GLUE）的成功经验，聚焦可持续能源领域的实际需求构建测试环境。

2. 环境套件详情

SustainGym 包含5个环境，覆盖不同可持续能源任务，核心信息如下：

环境名称	控制任务	建模依据	核心目标
EVChargingEnv	电动汽车充电站充电速率调度	加州理工学院和JPL的充电网络	满足用户充电需求，最小化CO₂排放和成本
ElectricityMarketEnv	电网储能系统电力市场投标	IEEE RTS-GMLC通用