本研究基于 Sinergym 框架对多种先进 DRL 算法在 HVAC 控制中进行了关于舒适度和能源消耗方面的可重复评估，结果表明 SAC 和 TD3 等 DRL 算法在复杂场景下具有潜力，并揭示了与泛化和增量学习有关的若干挑战。

Jan, 2024

现有的最优控制方法在处理真实系统中常遇到的复杂性（包括维度、过程误差、模型偏差和数据异质性）时遇到困难。最优控制方法通常寻求简化模型以适应，但何时适用于近似的、简化的模型的最优解胜过适用于更准确的模型的近似解尚未得到充分回答。深度强化学习（DRL）中的算法和计算进展为我们解决这些问题提供了可能性。DRL 方法迄今主要应用于游戏或机器人机械学中，在确切已知规则下运行。我们在没有了解或企图推断进程模型的情况下，展示了使用深度神经网络进行 DRL 算法的能力，成功近似求解了一个非线性三变量渔业模型的解（“策略函数” 或控制规则）。我们发现强化学习代理通过简化问题来获得可解释的控制规则。我们展示了 DRL 所获得的策略在渔业管理中既更具利润性，也更具可持续性，胜过了任何固定死亡率政策 —— 渔业管理中的标准政策家族。

Aug, 2023

提出了一种基于模型的深度强化学习方法，用于设计短期电压稳定性问题的紧急控制策略，并使用基于深度神经网络 的动态代理模型进行训练，最终在 IEEE 300 总线测试系统上实现了 97.5% 的样本效率和 87.7% 的训练效率。

Dec, 2022

本研究首次探讨使用深度强化学习在智能电网环境下实现建筑能源管理系统的在线调度优化，所提出的方法被验证可用于大规模数据资源中，如 Pecan Street Inc. 数据库，并且可以提供实时反馈以鼓励电能的更高效利用。

Jul, 2017

强化学习在优化暖通空调系统控制方面具有良好前景，提高系统性能、降低能耗、增强成本效益。我们对比了两种常用的经典强化学习方法（Q - 学习和深度 Q - 网络）在多个暖通空调环境下进行了基准测试，并探讨了模型超参数选择和奖励调节的实际考虑。研究结果揭示了配置暖通空调系统中的强化学习代理的方法，并促进了节能高效的运营。

Aug, 2023

这项研究旨在探讨强化学习在基于计算流体力学的热控制中的适用性。结果表明，基于深度 Q 网络的 DRL 方法在热控制中具有较高的效率和可行性，其中软化双重 DQN 方法在各种变体中表现最佳，可以在控制周期的 98％以上将温度保持在期望的阈值范围内，这些发现证明了 DRL 在有效解决热控制系统方面的潜力。

Sep, 2023

该研究提出了一种基于深度强化学习和迁移学习的建筑暖通空调系统控制方法，通过将神经网络控制器拆分为一个可以迁移的前端网络和一个针对每个特定建筑物的可高效训练的后端网络，显著减少训练时间、节约能源成本和改善温度控制精度。

Aug, 2020

建立建筑 HVAC 系统的深度学习模型对建筑物的能耗消耗进行有效控制，采用基于模型和基于概率的控制方法来实现系统的优化和能耗降低，同时确保系统的安全和效率。

Oct, 2019

本文介绍了 DeepMind 与谷歌最近关于强化学习在商业制冷系统控制方面的最新工作的技术概述。通过在谷歌数据中心更加高效地冷却的专业知识为基础，在与楼宇管理系统供应商特兰科技的合作中，在两个真实世界的设施上进行了实时实验，希望我们描述这些挑战并针对这些挑战调整我们的强化学习系统，使得在两个实验场所分别节能约 9％和 13％。

Nov, 2022

机器学习对数据中心的设计与优化提出了巨大挑战，为了减少能源消耗和碳排放，本研究开发了 DCRL-Green，一个多主体强化学习环境，用于设计数据中心并研究、开发和改进控制器以减少碳足迹。

Apr, 2024