[发明专利]利用深度强化学习控制环境舒适度的系统及其方法

权利要求书

1.一种利用深度强化学习控制环境舒适度的系统，其特征在于，包括：

至少一空调设备与一排风扇系统，其设置于活动空间中；

至少一环境因子感测模块，其侦测该活动空间中的环境因子的信息；

一控制与侦测模块，其具有一空调设备控制与状态侦测单元及一排风扇系统控制与状态侦测单元，用以分别侦测该空调设备的状态信息及该排风扇系统的状态信息；以及

一第一电脑，其整合来自该环境因子感测模块的该环境因子的信息、来自该空调设备控制与状态侦测单元的该空调设备的状态信息、及来自该排风扇系统控制与状态侦测单元的该排风扇系统的状态信息以产生整合信息，再通过一深度强化学习演算法将具有该环境因子的信息、该空调设备的状态信息及该排风扇系统的状态信息的整合信息进行权衡运算以产生优化调控结果，进而由该第一电脑依据该优化调控结果产生相应的调控指令，以依据该调控指令优化调控该空调设备与该排风扇系统。

2.根据权利要求1所述的系统，其特征在于，该空调设备具有开关控制、温度设定值或风速设定值，以供该空调设备控制与状态侦测单元设定。

3.根据权利要求1所述的系统，其特征在于，该排风扇系统由至少一排风扇所构成，且该排风扇具有开关控制、吸排模式或级别大小调控，以供该排风扇系统控制与状态侦测单元设定。

4.根据权利要求1所述的系统，其特征在于，该环境因子感测模块具有至少一黑球温度感测器及至少一温湿度/二氧化碳感测器，该黑球温度感测器用以测量该活动空间的辐射温度，且该温湿度/二氧化碳感测器用以测量该活动空间的干球温度、相对湿度或二氧化碳的浓度。

5.根据权利要求1所述的系统，其特征在于，该控制与侦测模块还具有一环境侦测单元，用以读取来自该环境因子感测模块的该环境因子的信息，且该环境因子包括该活动空间中的环境温度、相对湿度或平均辐射温度。

6.根据权利要求1所述的系统，其特征在于，该深度强化学习演算法还依据热舒适度指标、该活动空间中二氧化碳的浓度、该空调设备的能耗与该排风扇系统的能耗进行权衡运算以产生该优化调控结果。

7.根据权利要求1所述的系统，其特征在于，该深度强化学习演算法以预测平均票选值(PMV)作为判断人体舒适程度的依据，且该预测平均票选值(PMV)采用人体七级热感觉平衡量表作为依据。

8.根据权利要求1所述的系统，其特征在于，该深度强化学习演算法为强化学习演算法与深度学习演算法的结合，且该深度强化学习演算法为深度Q网络(DQN)演算法。

9.根据权利要求1所述的系统，其特征在于，该系统还包括一第二电脑，用以接收来自该第一电脑的该整合信息，且该深度强化学习演算法建构于该第二电脑中，以对该整合信息进行权衡运算以产生该优化调控结果。

10.根据权利要求1所述的系统，其特征在于，该系统还包括一具有输入单元的人机界面，以供用户通过该人机界面的输入单元输入该活动空间的人员数量的信息。

11.一种利用深度强化学习控制环境舒适度的方法，其特征在于，包括：

由至少一环境因子感测模块侦测活动空间中的环境因子的信息，且该活动空间中设置有至少一空调设备与一排风扇系统；

由一空调设备控制与状态侦测单元及一排风扇系统控制与状态侦测单元分别侦测该空调设备的状态信息及该排风扇系统的状态信息；以及

由一第一电脑整合来自该环境因子感测模块的该环境因子的信息、来自该空调设备控制与状态侦测单元的该空调设备的状态信息、及来自该排风扇系统控制与状态侦测单元的该排风扇系统的状态信息以产生整合信息，再通过一深度强化学习演算法将具有该环境因子的信息、该空调设备的状态信息及该排风扇系统的状态信息的整合信息进行权衡运算以产生优化调控结果，进而由该第一电脑依据该优化调控结果产生相应的调控指令，以依据该调控指令优化调控该空调设备与该排风扇系统。