強化学習を用いた土壌熱交換システムの最適運用手法の提案　－Q-Learning と CFD の連成解析による年間性能予測－

抄録

本報では、実建物に導入された土壌熱交換システムを対象とし、強化学習のアルゴリズムとして、Q-Learningを用いた場合の検証結果について報告する。結果として、学習が進むにつれて徐々に処理熱量が増加し、結露時間比率が減少していた。しかし、報酬が収束した後もそれぞれの値の変動が顕著であったことや、結露面積比率が高くなる時間帯を確認した。これらの結果より、今後は諸条件の更なる検討を行う必要があると推察される。