提出了无模型深度强化学习作为一种训练自主代理的方法，以使建筑物能够参与需求响应计划，并通过多代理设置中的价格设置来协调此类计划。基于价格的需求响应是一种在间歇性可再生能源渗透率高的电力系统中获得所需灵活性的经济有效的方式。然后训练协调代理通过调整价格来管理建筑群，以防止总负载超过可用容量，同时考虑非灵活的基本负载。首先，我们展示了使用深度确定性政策梯度对带有电热泵的建筑物的价格响应控制。关键词：深

提出了无模型深度强化学习作为一种训练自主代理的方法，以使建筑物能够参与需求响应计划，并通过多代理设置中的价格设置来协调此类计划。基于价格的需求响应是一种在间歇性可再生能源渗透率高的电力系统中获得所需灵活性的经济有效的方式。然后训练协调代理通过调整价格来管理建筑群，以防止总负载超过可用容量，同时考虑非灵活的基本负载。首先，我们展示了使用深度确定性政策梯度对带有电热泵的建筑物的价格响应控制。关键词：深

提出了无模型深度强化学习作为一种训练自主代理的方法，以使建筑物能够参与需求响应计划，并通过多代理设置中的价格设置来协调此类计划。基于价格的需求响应是一种在间歇性可再生能源渗透率高的电力系统中获得所需灵活性的经济有效的方式。然后训练协调代理通过调整价格来管理建筑群，以防止总负载超过可用容量，同时考虑非灵活的基本负载。首先，我们展示了使用深度确定性政策梯度对带有电热泵的建筑物的价格响应控制。关键词：深