本記事では、GasRLというシミュレーターを紹介しており、これは自然ガス市場のキャリブレーションされた表現と、深層強化学習（RL）で訓練された貯蔵オペレーターのポリシーモデルを組み合わせたものです。このシミュレーターを用いて、最適な在庫管理が均衡価格や需要と供給のダイナミクスにどのような影響を与えるかを分析します。さまざまなRLアルゴリズムをテストした結果、Soft Actor Critic（SAC）がGasRL環境で優れた性能を示し、収益性、市場のクリアリングの安定性、価格の安定化などの複数の目標を達成しました。さらに、SAC由来の最適ポリシーによる均衡価格のダイナミクスは、実際の価格の変動性や季節性と密接に一致する特徴を持っています。このシミュレーターは、EUが義務付けた最低貯蔵基準の効果を評価するために使用でき、これらの基準が予期しない供給ショックへの市場のレジリエンスを高めることが示されています。