arXiv · ML· Bingnan Zhao, Harshala Gammulle, Tharindu Fernando·· 2 天前AI 评分20
深度强化学习在 HVAC 监控控制中的收益分析:四个 Modelica 案例研究
When does deep reinforcement learning pay off in HVAC supervisory control? Four small Modelica case studies trained directly on FMUs
AI 导读
针对 HVAC 系统的四个 Modelica 案例研究表明,深度强化学习(DRL)优于规则控制的幅度有限。 在冷凝水复位场景,DRL 仅比近优参考低 1.3%;在预冷却场景,人工调优规则性能仍优于 DRL。 建议研究应明确最佳规则与近优参考间的差距,并报告在共同仿真 FMU 训练中遇到的实际困难。
来源:arXiv · ML · arxiv.org