論文の概要: PowerMarketJax: A JAX Benchmark Suite for Multi-Agent Reinforcement Learning in Power Markets

• arxiv url: http://arxiv.org/abs/2609.37321v1
• Date: Tue, 29 Sep 2026 12:00:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-30 21:28:47.454196
• Title: PowerMarketJax: A JAX Benchmark Suite for Multi-Agent Reinforcement Learning in Power Markets
• Title（参考訳）: PowerMarketJax: パワーマーケットにおけるマルチエージェント強化学習のためのJAXベンチマークスイート
• Abstract要約: 電力市場はマルチエージェント強化学習(MARL)の自然なテストベッドである 5つのパワーマーケットでMARLのベンチマークスイートであるPowerMarketJaxを紹介します。 学習した入札行動が市場設計に強く依存していることが分かりました。
• 参考スコア（独自算出の注目度）: 11.40465285995861
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Power markets are a natural testbed for multi-agent reinforcement learning (MARL), where multiple self-interested participants repeatedly submit bids. A market-clearing mechanism then determines dispatch and prices subject to power grid constraints and market settlement rules. However, existing MARL environments typically focus on a single market setting, implement simplified clearing mechanisms, or rely on CPU-based optimization solvers that slow large-scale training and limit the systematic study of bidding strategies and market behavior. We introduce PowerMarketJax, a benchmark suite for MARL across five power markets: day-ahead wholesale, real-time balancing, ancillary services, peer-to-peer double auctions, and local flexibility. Each environment implements its own clearing, pricing, and settlement rules while providing a common framework for learning and evaluation. We find that learned bidding behavior depends strongly on the market design: independent learners can miss better strategies when gains require many agents to change together, when more profitable strategies lie beyond a region of lower profit, or when profits disappear as more agents adopt the same strategy. PowerMarketJax implements both market simulation and policy training in JAX, allowing the entire pipeline to run on the GPU with 1,024 X 1,200 parallelisms across both environments and market participants, achieving up to 33X speedup over CPU-based baselines. Our open-source benchmark is available at: https://github.com/powermarketjax/PowerMarketJax.
• Abstract（参考訳）: パワーマーケットはマルチエージェント強化学習(MARL)の自然なテストベッドであり、複数の利害関係者が繰り返し入札を行う。 市場浄化機構は、電力グリッドの制約や市場決済ルールに従うディスパッチと価格を決定する。 しかし、既存のMARL環境は通常、単一市場設定に焦点を当て、単純化されたクリアリング機構を実装したり、大規模なトレーニングを遅らせ、入札戦略と市場行動の体系的な研究を制限するCPUベースの最適化解決器に依存している。 我々はPowerMarketJaxを紹介した。これは5つのパワーマーケットにまたがるMARLのベンチマークスイートである。 各環境は、学習と評価のための共通のフレームワークを提供しながら、独自のクリアリング、価格設定、決済ルールを実装している。 独立した学習者は、多くのエージェントが一緒に変更する必要がある場合、より利益率の高い戦略がより低い利益の領域を越えている場合、あるいは、より多くのエージェントが同じ戦略を採用するにつれて利益が消える場合、より良い戦略を見逃すことができます。 PowerMarketJaxはJAXで市場シミュレーションとポリシートレーニングの両方を実装しており、パイプライン全体を1024×1200の並列処理でGPU上で実行し、CPUベースのベースラインよりも最大33倍のスピードアップを実現している。 オープンソースのベンチマークは、https://github.com/powermarketjax/PowerMarketJax.comで公開しています。

関連論文リスト

• Evaluating the Impact of Multiple DER Aggregators on Wholesale Energy Markets: A Hybrid Mean Field Approach [2.0535683313855055]
  地域エネルギー市場への分散エネルギー資源の統合は、グリッドの柔軟性を大幅に向上させ、市場効率を向上し、より持続可能なエネルギーの未来に貢献することができる。 我々は、複数のDERアグリゲータを特徴とする市場モデルについて検討し、それぞれがDERリソースのポートフォリオを制御し、DER資産所有者に代わって市場への入札を行う。 本稿では,MFGフレームワーク内で各エージェントが最適な戦略を学習し,市場状況や不確実性に適応する能力を向上させるための強化学習(RL)手法を提案する。
  論文  参考訳（メタデータ） (2024-08-27T14:56:28Z)
• JaxMARL: Multi-Agent RL Environments and Algorithms in JAX [105.343918678781]
  我々は、GPU対応の効率と多くの一般的なMARL環境のサポートを組み合わせた、最初のオープンソースPythonベースのライブラリであるJaxMARLを紹介します。 我々の実験は、壁時計時間の観点から、JAXベースのトレーニングパイプラインが既存のアプローチの約14倍高速であることを示している。 また、人気の高いStarCraft Multi-Agent ChallengeのJAXベースの近似的な再実装であるSMAXを紹介し、ベンチマークする。
  論文  参考訳（メタデータ） (2023-11-16T18:58:43Z)
• Deep Q-Learning Market Makers in a Multi-Agent Simulated Stock Market [58.720142291102135]
  本稿では,エージェント・ベースの観点から,これらのマーケット・メーカーの戦略に関する研究に焦点をあてる。 模擬株式市場における知的市場マーカー作成のための強化学習(Reinforcement Learning, RL)の適用を提案する。
  論文  参考訳（メタデータ） (2021-12-08T14:55:21Z)
• A Data-Driven Convergence Bidding Strategy Based on Reverse Engineering of Market Participants' Performance: A Case of California ISO [0.0]
  コンバージェンス入札(コンバージェンス入札、別名仮想入札)は、近年、ホールセール電気市場で広く採用されている。 市場参加者は、日頭市場の位置的限界価格とリアルタイム市場位置的限界価格との差を仲裁する機会を提供する。 市場参加者が現在使用している様々なコンバージェンス入札戦略を学習し、特徴付けし、評価する。
  論文  参考訳（メタデータ） (2021-09-19T22:19:10Z)
• Learning who is in the market from time series: market participant discovery through adversarial calibration of multi-agent simulators [0.0]
  電子取引市場では、価格またはボリューム時系列のみが直接観測可能である。 本研究では,実物と偽物とを区別できる識別器を2段階に分けて学習する手法を提案する。
  論文  参考訳（メタデータ） (2021-08-02T06:53:37Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。