Badacze porównali metodę uczenia wzmacniającego z prostszymi algorytmami do ustalania cen energii w społecznościach mieszkaniowych z panelami fotowoltaicznymi. Zespół implementował Deep Q-Network - nowoczesną sieć neuronową do nauki optymalnego podejmowania decyzji - mierząc wyniki poprzez oszczędności wspólnoty i wskaźniki finansowe. Porównali to z trzema tradycyjnymi podejściami: dzieleniem rachunków, kursami rynkowymi i cełowaniem opartym na stosunku podaży do popytu.
Wyniki były interesujące - tam gdzie obie metody mogły być bezpośrednio porównane, zwykłe algorytmy okazały się lepsze od modelu opartego na AI. Jednak sytuacja zmieniła się diametralnie po dodaniu baterii magazynujących energię. Kiedy gospodarstwa mogły przechowywać nadwyżkę energii słonecznej, oszczędności wyznaczone przez najlepszą politykę uczenia wzmacniającego wzrosły z 734 do 978 euro rocznie per społeczność. To pokazuje, że magazynowanie energii jest kluczowe do efektywnego działania bardziej zaawansowanych systemów cenowych.
Dodatkowym odkryciem jest to, że ceny oparte na dynamicznym stosunku podaży do popytu działają znacznie lepiej niż proste mnożniki w modelach opartych na uczeniu maszynowym. Mimo to badanie ujawniło wciąż niepokojące zjawisko - nawet najlepsze systemy cenowe nie rozkładały korzyści równomiernie między wszystkie gospodarstwa domowe, co może być przeszkodą w rzeczywistym wdrożeniu takich rozwiązań.