본 논문은 재생에너지 증가로 인해 복잡해지는 전력망 운영 문제를 해결하기 위해, 학습 기반 다중 에이전트 시스템을 제안합니다. 특히, L2RPN 경진대회를 바탕으로, 행동 공간의 조합적 복잡성을 해결하기 위해 중앙 집중식 다중 에이전트(CCMA) 구조를 제시합니다. 지역 에이전트들이 행동을 제안하고 중앙 조정 에이전트가 최종 행동을 선택하는 방식으로, 차원의 저주 문제를 완화합니다. 다양한 CCMA 구현 방식을 실험하고 기존 L2RPN 접근 방식과 비교 평가한 결과, CCMA 구조가 더 높은 표본 효율과 우수한 성능을 보임을 확인했습니다. 이는 고차원 L2RPN 및 실제 전력망 환경에서의 CCMA 접근 방식의 높은 잠재력을 시사합니다.
