LLMs是少样本决策者: 基于Prompt Decision Transformer的广义上下文感知微电网频率控制

摘要

针对强化学习在多样化微电网配置中泛化不足、难以适应无显式参数的未知环境的问题，研究提出Prompt-DT架构，以少量专家历史轨迹为提示，引导自主感知与自适应决策，用于微电网频率控制。其上下文感知训练与执行机制采用自监督对比学习，提升环境识别与提示利用效率；物理信息提示设计依据累计奖励与频率波动性筛选提示。轻量微调以极少的调整即可在数据有限的新环境中达到与全参数微调相当的性能。