BriefGPT - AI 论文速递
·
ReeM：用于高效HVAC控制的集合建筑热力学模型通过分层强化学习
💡
原文中文，约700字，阅读约需2分钟。
📝
内容提要
本文提出了一种集合建筑热力学模型，通过分层强化学习提高HVAC控制效率。该方法利用基础模型为特定建筑服务，动态选择和加权模型，实验结果表明其能提高预测准确性并减少开发工作量。
🎯
关键要点
- 现有建筑热力学模型在HVAC控制中的数据收集和重用性效率低下。
- 提出了一种模型集合视角，利用已开发的模型作为基础模型为特定建筑环境服务。
- 通过分层强化学习方法动态选择和加权基础模型。
- 实验结果表明，该方法能够提高预测准确性。
- 该方法还能够减少模型开发的工作量。
➡️
