一种用于智能建筑控制的强化学习再学习方法
机器学习
2020-08-06 v1 信号处理
摘要
本文展示了使用增量深度强化学习（RL）对控制策略进行持续再学习，可改善非平稳过程策略学习。我们针对数据驱动的“智能建筑环境”展示了该方法，将其作为测试平台，用于开发 HVAC 控制器以降低我们大学校园内大型建筑的能耗。建筑运行与天气模式中的非平稳性使得开发适应变化条件的控制策略成为必要。同策略 RL 算法，如近端策略优化（PPO），代表了应对此非平稳性的一种方法，但对于安全关键系统，在实际系统上探索并不可行。作为替代，我们开发了一种增量 RL 技术，在同时不牺牲整体舒适度的前提下降低建筑能耗。我们将增量 RL 控制器的性能与未实现再学习功能的静态 RL 控制器进行比较。静态控制器的性能随时间显著下降，而再学习控制器在确保舒适度与最优能效的同时适应变化条件。
引用
@article{arxiv.2008.01879,
title = {A Relearning Approach to Reinforcement Learning for Control of Smart Buildings},
author = {Avisek Naug and Marcos Quiñones-Grueiro and Gautam Biswas},
journal= {arXiv preprint arXiv:2008.01879},
year = {2020}
}