أصبح التعلم المعزز الفيدرالي (Federated Reinforcement Learning) يُعد من أكثر المجالات الإبداعية في تكامل الطاقة الذكية، حيث يتيح التنسيق بين مصادر الطاقة الموزعة دون الحاجة لمشاركة البيانات المحلية. ومن أبرز التحديات في هذا المجال، هو كيفية إدارة التجميع القياسي مثل (FedAvg) دون الانتباه للقيود النظامية، ما يؤدي غالباً إلى سلوك عالمي غير آمن.

في دراسة جديدة، تم اقتراح طرق تجميع تأخذ بعين الاعتبار قيود النظام، وتحسن التنسيق بين موارد الطاقة الموزعة. إذ تم تقديم قواعد تجميع تدمج بين الأداء المحلي وتقدير انتهاك القيود في التحديثات على خادم التجميع. من بين هذه القواعد، قدمت قاعدة بسيطة تعتمد على العقوبات، حيث تؤدي إلى تحقيق توازن موثوق بين المكافأة والأمان، مما يلغي الحاجة للتعديل على التدريب المحلي.

أجريت التقييمات على نموذج DairyGridEnv، وهو مرجع يحاكي عدة مزارع تتعاون لإدارة تخزين البطاريات تحت طلب عشوائي وقيود سعة شبكة مشتركة. تمت أيضاً دراسة متانة النموذج باستخدام ملفات بيانات حقيقية من فنلندا ومجموعة بيانات FIELD الألمانية، وأظهرت النتائج أن التجميع القائم على العقوبات يقلل من الانتهاكات بشكل كبير ويعزز من المكافآت مقارنة بـ (FedAvg) في كل من السياقات الاصطناعية والحقيقية.

تشير هذه النتائج إلى أن استراتيجيات التجميع الخفيفة يمكن أن تحسن الأمان التجريبي في التعلم المعزز الفيدرالي بشكل كبير، مع الحفاظ على بروتوكولات الاتصال القياسية.