Основні поняття
Decision trees extracted from thermal dynamics models improve HVAC control reliability and efficiency.
Анотація
最近の研究では、MBRLがHVACシステムのエネルギー効率を向上させる潜在能力を示しています。しかし、既存の方法は信頼性保証が不足しており、居住者の健康にリスクをもたらす可能性があります。この研究では、既存の熱力学モデルと歴史データから抽出した意思決定木を使用してHVACコントローラーを再設計し、信頼性のボトルネックを克服します。我々の意思決定木ベースのポリシーは確実で検証可能であり、現行のMBRL方法よりもエネルギー効率が高いことが示されています。また、ドメイン知識に基づいた新しい検証基準を導入しました。さらに、重要なサンプリング技術を活用して次元課題に対処しました。
Статистика
我々の手法はエネルギー消費量を68.4%削減し、人間の快適性向上率を14.8%増加させました。
計算オーバーヘッドは1127倍削減されました。
Цитати
"Our decision tree-based policies are deterministic, verifiable, interpretable, and more energy-efficient than current MBRL methods."
"Extensive experiments show that our method saves 68.4% more energy and increases human comfort gain by 14.8% compared to the state-of-the-art method."