DRL在HVAC控制中四项Modelica案例研究
热点事件持续更新
DRL在HVAC控制中四项Modelica案例研究
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Bingnan Zhao等作者发表了一项基于澳大利亚布里斯班办公楼四项Modelica小型案例的研究,检验深度强化学习在HVAC监督控制中何时真正有效。智能体直接在导出的FMU上训练,采用soft actor-critic算法。 在无储能的冷凝水与冷冻水重置两个案例中,智能体达到近最优参考,但相对调优规则控制器的优势仅分别为1.3%和0.18%。
AI 根据报道生成 · 1 小时前更新
最新进展11月18日 13:00
深度强化学习在 HVAC 监督控制中何时真正有效?四项直接在 FMU 上训练的 Modelica 小型案例研究报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv cs.AI深度强化学习在 HVAC 监督控制中何时真正有效?四项直接在 FMU 上训练的 Modelica 小型案例研究
一项基于布里斯班办公楼四项 Modelica 小型案例的研究发现,直接在导出的 FMU 上训练的 soft actor-critic 智能体在无储能的冷凝水与冷冻水重置案例中达到近最优参考,但相对调优规则控制器的优势仅 1.3% 和 0.18%。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。