机构名称：
¥ 1.0
摘要 - 对建筑能源（包括HVAC和电池存储系统）的自治控制有可能优化运营并实现目标，例如成本最小化。现有方法要么需要建筑物的明确数学模型，要么诉诸于基于规则的控件（RBC），这可能是次优的。无模型的加固学习（RL）是一种克服这些局限性的有前途的方法 - 但是，在学习功能策略之前，通常需要与真实环境进行大量互动。在这项工作中，我们研究了“动作掩盖”，这是一种提高RL算法学习效率的技术，同时尊重学习阶段的安全规则。我们的解决方案与基线规则的控制器相比，成本降低了6％，并且表现优于流行的转移学习策略。这表明无模型的RL方法对于该领域的问题是可行的且实用的。
使用掩盖加固学习
主要关键词
相关文件推荐
