強化学習による土壌熱交換システムの最適制御: Deep Q-NetworkとCFDの連成解析による検証

摘要

本報では、土壌熱交換システムの運転制御に強化学習(DQN)を組み込hだ制御により、強化学習の有効性の検証を行った。結果として、諸条件に再考の余地があつたが、傾向として学習が進hでいる様子が確認できた。但し、十分に学習が収束しているといえず、より多くの学習の実施やハイパーパラメータ?報酬の設計を再検討するなどの必要性が示唆された。