The Innovation Energy | 强化学习能否从概念热点走向真正的建筑智控？

本文针对强化学习（RL）在建筑控制领域的应用现状进行了批判性审视。背景是建筑能耗占全球电力消费较大比例，RL作为无需精确模型的自学习控制范式备受关注。研究目的旨在客观揭示RL从仿真到实际部署的巨大鸿沟。结论指出，超过85%的RL研究停留在仿真阶段，实际部署案例屈指可数，存在泛化能力弱、数据效率低及安全约束缺失三大核心瓶颈。同时，电网交互式高效建筑（GEB）通过成熟控制技术已实现可观效益，而RL更适合作为混合或分层控制架构中的补充角色。文章呼吁透明报告、开展长期现场试验，推动RL从“潜力”走向“实用”。