VPP Lean RL 中文站¶

安全强化学习 + 形式化验证

训练、过滤、验证

这里不是一个静态 README，而是一套面向工程师和研究者的站点：真实 trace、交互式图表、可复现实验配方，以及从 Python RL 到 Lean verifier 的完整链路。

中文快速上手交互式 Demo 示例实验中文手册

4 个场景

3 个 RL 算法

3 种 shield 模式

v3 trace schema

从哪里开始¶

第一次接触项目

走最短路径，从 0 到一条通过 Lean 验证的 rollout。

打开中文快速上手

先看真实运行效果

打开图表 Demo，直接看 SoC、价格、奖励、动作和 intervention reasons。

打开 Demo 页面

需要具体实验配方

这里有可直接运行的基线、投影 Shield、Lean 规则表、光伏外送和 stress test 示例。

打开示例实验

系统结构¶

flowchart LR
    A[Python Agent<br/>Q-learning / SARSA / Double Q] --> B[Safety Shield<br/>none / project / table_project]
    B --> C[VPP Environment<br/>电池 + 光伏 + 负荷 + 电网]
    C --> D[Trace 导出<br/>proposedAction / appliedAction / reasons]
    D --> E[Lean 验证器]
    F[Lean 规则表] --> B