计算负担降七成
用深度强化学习在线调节模型预测控制的元参数，在几乎不牺牲控制性能的前提下大幅降低实时计算量，适合部署在资源受限的楼宇控制器上。
Bo, Li · 司刚全 · Xu, Minglin · Detao, Fan · Qianyue, Wang · Xin, Wang
Energy and Buildings 2026
DRL智能体实时调整重计算频率和预测时域，实际计算时间比固定长时域MPC减少75.8%。
计算时间大幅下降的同时，运行成本仅增加2.6%，控制性能基本保持。
采用专家引导的近端策略优化算法，利用专家演示提升DRL训练效率。
DRL智能体在预测误差增大时自动加强计算，在价格波动时策略性分配资源，确保极端条件下仍高性能高效率。