[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

说明书

本发明涉及一种利用深度强化学习控制环境舒适度的系统及其方法。首先，由至少一环境因子感测模块、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活动空间中的环境因子的信息、空调设备的状态信息及排风扇系统的状态信息。然后，由一电脑整合环境因子的信息、空调设备的状态信息及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整合信息进行权衡运算以产生优化调控结果，进而由电脑依据优化调控结果产生相应的调控指令以优化调控空调设备与排风扇系统。据此，本发明能控制活动空间中的环境舒适度，以达到省电节能的效果。

技术领域

本发明关于一种控制环境舒适度的技术，特别是指一种利用深度强化学习(DRL)控制环境舒适度的系统及其方法。

背景技术

中国台湾地处亚热带气候区，夏季天气炎热，高温时常可达摄氏33度(℃)以上，高温高湿的气候导致室内环境闷热，因此需要空调设备来调节温度。然而，在例如校园教室的活动空间或室内环境中，众多学生在教室内时，通常在开启空调设备时需将门窗紧闭，如此会使二氧化碳(CO₂)的浓度过高，降低室内空气品质。

在一现有技术中，提出一种结合影像辨识的空调舒适度控制系统与方法，其在人员的活动空间中架设多个摄影机，以利用摄影机所拍摄的影像，经过影像分析模块侦测人员数量与位置。同时，系统持续收集环境因子感测器的数据，并在计算环境舒适度、最适温度、最适风速后自动控制空调设备，以针对人员所在位置提供一个舒适的热环境，借此提高空调使用效率。然而，此现有技术需结合多个摄影机与影像辨识功能，以致额外增加多个摄影机的费用及硬件成本。

因此，如何提供一种新颖或创新的控制环境舒适度的技术，实已成为本领域技术人员的一大研究课题。

发明内容

本发明提供一种新颖或创新的利用深度强化学习(Deep ReinforcementLearning；DRL)控制环境舒适度的系统及其方法，其能控制环境舒适度，或在环境舒适度与能源消耗之间取得平衡，也可进一步达到省电节能的效果。

本发明中利用深度强化学习控制环境舒适度的系统包括：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，其侦测活动空间中的环境因子的信息(information)；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，用以分别侦测空调设备的状态信息及排风扇系统的状态信息；以及一第一电脑，其整合来自环境因子感测模块的环境因子的信息、来自空调设备控制与状态侦测单元的空调设备的状态信息、及来自排风扇系统控制与状态侦测单元的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环境因子的信息、空调设备的状态信息及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，进而由第一电脑依据优化调控结果产生相应的调控指令，以依据调控指令优化调控空调设备与排风扇系统。

本发明中利用深度强化学习控制环境舒适度的方法包括：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空调设备的状态信息及排风扇系统的状态信息；以及由一第一电脑整合来自环境因子感测模块的环境因子的信息、来自空调设备控制与状态侦测单元的空调设备的状态信息、及来自排风扇系统控制与状态侦测单元的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环境因子的信息、空调设备的状态信息及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，进而由第一电脑依据优化调控结果产生相应的调控指令，以依据调控指令优化调控空调设备与排风扇系统。