智能建筑与社区能源控制与规划的主动推理
最优化与控制
2025-03-25 v1 人工智能
机器学习
摘要
主动推理(AIF)正成为解决不确定性决策的强大框架，但其在工程应用中的潜力仍基本未被探索。在本工作中，我们提出了一种新型双层AIF架构，旨在解决建筑层面和社区层面的能源管理。通过利用自由能原则，各层适应不断变化的条件，处理部分可见性，无需大量传感器信息即可实现数据隐私保护。我们将连续AIF模型与完美优化基线和强化学习方法进行比较验证。还测试了在极端定价情景下的社区AIF框架。结果凸显了模型在处理突发性变化方面的鲁棒性。这项研究首次展示了分布式AIF在工程中的应用，还指出了在工程应用中实现隐私保护和不确定性感知控制策略的新机遇。
引用
@article{arxiv.2503.18161,
title = {Active Inference for Energy Control and Planning in Smart Buildings and Communities},
author = {Seyyed Danial Nazemi and Mohsen A. Jafari and Andrea Matta},
journal= {arXiv preprint arXiv:2503.18161},
year = {2025}
}
备注
Submitted to IEEE CASE 2025 (IEEE 21st International Conference on Automation Science and Engineering)