综述多项研究表明，强化学习（包括Q学习、深度Q网络、深度强化学习、迁移学习和分层强化学习）用于暖通空调与制冷系统控制，可提升能效、降低成本并改善温度控制与热舒适。研究内容涵盖超参数与奖励调节、拆分神经网络控制器以缩短训练时间、低复杂度多输入多输出结构、工业冷却系统的安全边界控制、与规则控制器相比接近最优的性能、谷歌数据中心实测约9%和13%的节能效果，以及智能电网在线调度和多区域需求响应等。