Resilient Multi-Agent Deep Reinforcement Learning for Automatic Generation Control Under Adversarial Perturbations

Anoosh Dini, Keyhan Sheshyekani, Hanane Dagdougui

Article de revue (2026)

Accéder à ce document
Lien externe
Ce document n'est pas archivé dans PolyPublie, mais peut être consulté chez l'éditeur officiel
Voir chez l'éditeur officiel

Mots clés

Département:
Département de génie électrique
Département de mathématiques et de génie industriel
Adresse URL de PolyPublie:
https://publications.polymtl.ca/80274/
Titre de la revue :
IEEE Transactions on Automation Science and Engineering
Maison d'édition:
Institute of Electrical and Electronics Engineers
DOI:
10.1109/tase.2026.3722775
URL officielle:
https://doi.org/10.1109/tase.2026.3722775
OAI:
oai:publications.polymtl.ca:80274
ORCID
Date du dépôt:
12 août 2026 10:33
Dernière modification:
14 oct. 2026 14:46
Citer en APA 7:
Dini, A., Sheshyekani, K., & Dagdougui, H. (2026). Resilient Multi-Agent Deep Reinforcement Learning for Automatic Generation Control Under Adversarial Perturbations. IEEE Transactions on Automation Science and Engineering, 17 pages. https://doi.org/10.1109/tase.2026.3722775

Statistiques

Dimensions

Actions réservées au personnel

Afficher document
Afficher document