买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉电子科技大学(深圳)高等研究院;电子科技大学申请的专利用于建筑能源控制的深度强化学习方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120542515B 。

龙图腾网通过国家知识产权局官网在2025-09-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511036785.2，技术领域涉及：G06N3/092；该发明授权用于建筑能源控制的深度强化学习方法及系统是由张彦如;胥汶渲;陈维龙;刘羽旗;刘旻昊;王岩;杨涵设计研发完成，并于2025-07-28向国家知识产权局提交的专利申请。

本用于建筑能源控制的深度强化学习方法及系统在说明书摘要公布了：本申请适用于深度强化学习技术领域，提供了一种用于建筑能源控制的深度强化学习方法及系统，该方法包括：基于目标建筑环境构建智能体；收集智能体与目标建筑环境进行交互时的普通经验数据；构建提示文本；将提示文本输入大语言模型，得到控制动作的动作范围；根据动作范围对普通经验数据进行修正处理，得到基于LLM修正的经验数据；根据普通经验池和LLM经验池，通过最小化损失函数对智能体进行训练。本申请利用大语言模型分析不同环境状态下的控制动作的动作范围，从而对智能体随机探索中低质量的经验数据进行指导修正，使智能体能够获得高质量经验，提高建筑能源控制策略学习的效率和整体性能。

本发明授权用于建筑能源控制的深度强化学习方法及系统在权利要求书中公布了：1.一种用于建筑能源控制的深度强化学习方法，其特征在于，包括： 基于目标建筑环境构建智能体；所述智能体的状态空间表示所述目标建筑环境的环境状态、动作空间表示对所述目标建筑环境执行的控制动作、奖励函数表示在所述环境状态下执行所述控制动作后得到的奖励值； 收集每次所述智能体与所述目标建筑环境进行交互时的普通经验数据，并将所述普通经验数据存储到普通经验池中； 根据所述状态空间、所述动作空间和意图描述文本构建提示文本；所述意图描述文本用于表示每个所述环境状态下可执行的所述控制动作的动作范围； 将所述提示文本输入大语言模型，得到在每个所述环境状态下的每个所述控制动作的动作范围； 根据所述动作范围对所述普通经验数据进行修正处理，得到基于LLM修正的经验数据，并将所述基于LLM修正的经验数据存储到LLM经验池中； 根据所述普通经验池和所述LLM经验池，通过最小化损失函数对所述智能体进行训练，得到训练好的建筑能源控制策略模型； 所述收集每次所述智能体与所述目标建筑环境进行交互时的普通经验数据的步骤包括： 通过所述智能体在当前时刻与所述目标建筑环境交互，得到当前环境状态，并使用所述智能体选择并执行第一控制动作，得到所述目标建筑环境返回的下一次环境状态和智能体执行所述第一控制动作获得的奖励值； 基于所述当前环境状态、所述第一控制动作、所述下一次环境状态和所述奖励值构建所述普通经验数据； 所述根据所述动作范围对所述普通经验数据进行修正处理，得到基于LLM修正的经验数据的步骤包括： 获取所述第一控制动作的目标动作范围； 将所述第一控制动作修正为符合所述目标动作范围的第二控制动作； 基于所述当前环境状态、所述第二控制动作、所述下一次环境状态和所述奖励值构建所述基于LLM修正的经验数据。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人电子科技大学(深圳)高等研究院;电子科技大学，其通讯地址为：518000 广东省深圳市龙华区观澜街道新澜社区观光路1301-78号银星智界二期2号楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。