基于多线程并行强化学习的建筑节能方法

论文摘要

提出一种基于并行强化学习的建筑节能方法,该方法结合多线程技术和经验回放方法提出一个多线程并行强化学习算法框架,其新颖点在于:在经验回放过程中引入自模拟度量方法,通过计算样本之间的距离,选取低相似度的样本构造多样样本池,Agent的学习过程从多样样本池中选取样本学习,可有效避免浪费学习资源。实验包括在仿真房间模型上与Q-Learning算法的对比实验和与经典PID控制方法的对比实验。实验结果表明,所提出的并行算法有更快的学习速率和收敛速度,能更快地求解出最优策略,并拥有更高的运行效率。

论文目录

• 1引言
• 2相关理论
•   2.1马尔科夫决策过程
•   2.2多线程技术
•   2.3经验回放
• 3基于多线程并行强化学习的建筑节能方法
•   3.1环境的建模
•   3.2多线程并行强化学习算法
•     3.2.1多线程并行强化学习算法框架
•     3.2.2基于FCM的强化学习多线程划分方法
•     3.2.3基于多线程并行强化学习的建筑节能
• 4实验
•   4.1与Q-Learning算法的对比实验
•   4.2与PID控制方法的对比实验
• 5结束语

文章来源

类型: 期刊论文

作者: 陈建平,康怡怡,胡龄爻,陆悠,吴宏杰,傅启明

关键词: 强化学习,并行强化学习,经验回放,多线程技术,建筑节能

来源: 计算机工程与应用 2019年15期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 建筑科学与工程

单位: 苏州科技大学电子与信息工程学院,苏州科技大学江苏省建筑智慧节能重点实验室,苏州科技大学苏州市移动网络技术与应用重点实验室

基金: 国家自然科学基金(No.61502329,No.61772357,No.61750110519,No.61772355,No.61702055,No.61672371,No.61602334),江苏省自然科学基金(No.BK20140283),江苏省重点研发计划项目(No.BE2017663),江苏省高校自然科学研究项目(No.13KJB520020),苏州市应用基础研究计划工业部分(No.SYG201422)

分类号: TU201.5

页码: 219-227

总页数: 9

文件大小: 1521K

下载量: 209