科研问题：

随着微电网部署数量的增加，将多个微电网以合作的方式结合起来，可以增加微电网的稳定性并提高能源效率。但是现有的调度方法难以有效管理多个微电网实体。如何在多个微电网的场景中最小化总成本并降低社区负载峰值？

在多微电网合作的场景中，每个微电网需要观察的状态数量很大，所以在决策过程中很容易忽略关键信息或者对关键信息的重视度不够。如何在进行多个微电网的能源调度时关注到关键状态信息？

科研目的：

提出一种面向多微电网协作的能源管理方法，使用多智能体强化学习（MARL）方法，来实现微电网之间的协作以最小化总成本和降低社区负载峰值。

提出使用注意力机制关注多智能体训练过程中的状态动作，使智能体更加关注能源调度时的关键信息。