经典与深度强化学习方法在 HVAC 控制中的比较
机器学习
2023-08-11 v1 系统与控制
系统与控制
摘要
强化学习（RL）是优化 HVAC 控制的一种有前景的方法。RL 为提升系统性能、降低能耗以及增强成本效率提供了框架。我们在多个 HVAC 环境中对两种流行的经典与深度 RL 方法（Q-Learning 与 Deep-Q-Networks）进行基准测试，并探讨模型超参数选择与奖励调优的实际考量。这些发现为在 HVAC 系统中配置 RL 智能体提供了见解，促进了节能与高成本效益的运行。
引用
@article{arxiv.2308.05711,
title = {A Comparison of Classical and Deep Reinforcement Learning Methods for HVAC Control},
author = {Marshall Wang and John Willes and Thomas Jiralerspong and Matin Moezzi},
journal= {arXiv preprint arXiv:2308.05711},
year = {2023}
}