面向智能温室控制的模型嵌入深度强化学习
机器学习
2019-12-03 v1 系统与控制
系统与控制
机器学习
摘要
温室环境是影响作物产量的关键。然而，由于温室是不确定的非线性系统，经典控制方法难以给出精确的环境设定值，如温度、湿度、光照强度和二氧化碳浓度。因此，设计了一种基于模型嵌入深度强化学习（MEDRL）的智能闭环控制框架用于温室环境控制。具体而言，利用计算机视觉算法识别作物的生长期和性别，随后结合作物生长模型，该模型可针对不同生长期和性别进行训练。这些模型输出与成本因子共同为温室提供设定值，并实时反馈给控制系统。整个 MEDRL 系统能够精确便捷地进行优化控制，且与传统温室控制方法相比成本大幅降低。
引用
@article{arxiv.1912.00020,
title = {Model Embedded DRL for Intelligent Greenhouse Control},
author = {Tinghao Zhang and Jingxu Li and Jingfeng Li and Ling Wang and Feng Li and Jie Liu},
journal= {arXiv preprint arXiv:1912.00020},
year = {2019}
}
备注
Submitted to AAAI-20 Workshop on Artificial Intelligence of Things