每区域一个主动推断Agent的去中心化HVAC边缘控制论文

Panagiotis Kasnesis 等在 arXiv 论文（arXiv:2610.19790）中提出为每个暖通空调区域配置独立主动推断代理的去中心化控制方法，代理在线学习区域动力学，并通过潜变量扰动和其他楼层的功率拥塞信号处理共享空气回路带来的区域间耦合。 作者在 EnergyPlus 的 Sinergym 办公楼模拟中评估 15 个代理，对照三个基于规则的控制器和三个 MADDPG 智能体组（其中一个使用相同的楼层电表）。作者称在五个训练未见的有噪天气年份数据上，该组取得最低的平均建筑峰值功率（88.3 kW，比基线低 3–17%），并使按需收费依据的月峰值之和每年降低 33 kW（4%），代价是能耗增加约 10%。 整套代理可运行在一台树莓派 5 上，经 MQTT 完成观测到动作的闭环在 p95 延迟 442 ms，远低于 15 分钟的控制步长。以上为论文声称的模拟结果，尚未经独立复现。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。