基于模型的深度强化学习的多区域 HVAC 控制
系统与控制
2023-02-03 v1 系统与控制
摘要
在本文中，我们进行了一组实验来分析当前基于 MBRL 的 HVAC 控制方法在模型不确定性和控制器有效性方面的局限性。利用所得经验，我们开发了 MB2C，一种新颖的基于 MBRL 的 HVAC 控制系统，能够以优异的样本效率实现高控制性能。MB2C 通过采用一组环境 conditioned 神经网络来学习建筑动力学。然后它应用一种新的控制方法——模型预测路径积分（MPPI）用于 HVAC 控制。它使用重要性采样加权算法生成候选动作序列，该算法能更好地扩展到多区域建筑的高状态和高动作维度。我们使用 EnergyPlus 在五区域办公建筑中进行仿真评估 MB2C。结果表明，与最先进的 MBRL 方案相比，MB2C 在保持相似热舒适度的同时可实现多 8.23% 的节能。MB2C 可将训练数据集减少一个数量级（10.52 倍），同时达到与 MFRL 方法相当的性能。
引用
@article{arxiv.2302.00725,
title = {Multi-zone HVAC Control with Model-Based Deep Reinforcement Learning},
author = {Xianzhong Ding and Alberto Cerpa and Wan Du},
journal= {arXiv preprint arXiv:2302.00725},
year = {2023}
}
备注
13 pages. arXiv admin note: text overlap with arXiv:1708.02596, arXiv:1909.11652 by other authors