Key points are not available for this paper at this time.
सार हीटिंग, वेंटिलेशन और एयर कंडीशनिंग (HVAC) सिस्टम वाणिज्यिक और आवासीय भवनों में ऊर्जा खपत के मुख्य कारण हैं। हाल के अध्ययनों ने दिखाया है कि गहरे सुदृढ़ीकरण सीखने (DRL) के एल्गोरिदम पारंपरिक प्रतिक्रियाशील नियंत्रणकर्ताओं की तुलना में बेहतर प्रदर्शन कर सकते हैं। हालाँकि, DRL-आधारित समाधान आमतौर पर तात्कालिक सेटअप के लिए डिज़ाइन किए जाते हैं और उनके तुलना के लिए मानकीकरण की कमी होती है। इस अंतर को भरने के लिए, यह पत्र कई अत्याधुनिक DRL एल्गोरिदम के लिए आराम और ऊर्जा खपत के संदर्भ में एक महत्वपूर्ण और पुनरुत्पादनीय मूल्यांकन प्रदान करता है। अध्ययन नियंत्रकों की मजबूती, अनुकूलनशीलता और अनुकूलन लक्ष्यों के बीच व्यापार-बंद का परीक्षण करता है, जो S inergym फ्रेमवर्क का उपयोग करके किया गया है। प्राप्त परिणाम DRL एल्गोरिदम की संभावनाओं की पुष्टि करते हैं, जैसे SAC और TD3, जटिल परिदृश्यों में और सामान्यीकरण और क्रमिक सीखने से संबंधित कई चुनौतियों को प्रकट करते हैं।
Manjavacas et al. (Thu,) ने इस प्रश्न का अध्ययन किया।