Aug, 2023
经典强化学习与深度强化学习方法在暖通空调控制中的比较
A Comparison of Classical and Deep Reinforcement Learning Methods for HVAC Control
Marshall Wang, John Willes, Thomas Jiralerspong, Matin Moezzi
TL;DR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。