偏好即插即用
用自然语言偏好驱动的迭代优化框架替代传统单点解析，使家庭能源管理策略能持续适应用户变化的需求。
Xiao, Du · Luo, Fengji · Juntao, Hu · 周魏 · 文俊浩
Applied Energy 2026
大模型只在离线优化阶段参与偏好解析和策略诊断，部署后的策略独立运行，不依赖在线 LLM 推理，适合算力受限的家庭控制器。
用户用自然语言表达偏好（如“降低电费、优先舒适”），框架能自动转化为奖励函数和状态修改函数，无需手动设定权重。
与一次性解析偏好相比，迭代框架将策略失败率从 34.3% 降至 5.4%，显著提高策略对偏好的符合度。