标签
该论文通过四个基于Modelica的可复现办公楼案例研究,评估深度强化学习在HVAC监督控制中的实际收益,发现无储能场景下DRL相对良好规则基线的边际极小(0.18%-1.3%),而在储能场景中优势更明显但仍远未达到完美预见最优。