HVAC-DPT：用于 HVAC 控制的决策预训练 Transformer

建筑运行消耗全球能源的约 40%，其中加热、通风和空调 (HVAC) 系统负责这一能耗的最高可达 50%。随着 HVAC 能源需求的预期增长，优化系统效率对于减少未来能源使用和缓解气候变化至关重要。现有控制策略缺乏泛化能力，需大量训练和数据，限制了其在不同建筑中的快速部署。本文引入 HVAC-DPT，一种使用 in-context 强化学习 (RL) 的决策预训练 Transformer，用于多区域 HVAC 控制。HVAC-DPT 将 HVAC 控制建模为顺序预测任务，在由多样化 RL 代理生成的交互历史上训练因果 Transformer。该方法使 HVAC-DPT 能够在上下文中细化其策略，而无需修改网络参数，从而实现在不同建筑中的部署，无需额外训练或数据收集。HVAC-DPT 在未见建筑中将能源消耗降低了 45%，相较于 baseline 控制器，提供了一种可扩展且有效的解决 HVAC 系统日益增加的环境影响的办法。