每区一个智能体：在边缘硬件上实现部分可观测条件下的多区域 HVAC 去中心化主动推断控制

多区域 HVAC 控制是一个共享资源问题：同一楼层的各区域共用一台风机和一个冷却盘管，因此每个区域的需求都会影响相邻区域以及建筑的峰值功率。每个区域配置一个控制器具有良好的可扩展性，也便于隔离故障，但这样一来，每个控制器只能观测自身区域，无法观测共享空气回路。在本研究中，我们提出一种去中心化控制器，为每个区域分配一个独立的主动推断智能体，通过最小化期望自由能进行规划，并在线学习其所在区域的动态特性。智能体之间不交换任何消息，因此均不依赖其他智能体或协调器；每个智能体通过一个潜在扰动和一个由其他楼层实测功率推导出的拥塞信号，将未观测到的耦合纳入考虑。我们在 EnergyPlus 中使用 Sinergym 办公建筑模型，对由十五个智能体组成的群体进行评估，并与三种基于规则的控制器和三个 MADDPG 智能体群体比较，其中一个 MADDPG 群体可获取相同的楼层电表数据。在训练期间未见过的五个含噪声气象年份中，该智能体群体实现了最低的平均建筑峰值功率（88.3 kW，比基线低 3% 至 17%），且楼层峰值错开效果优于所有基线，其同时系数（建筑峰值与各楼层峰值之和的比值）为 0.929，而基线为 0.936 至 0.994。与舒适度相近的反应式规则控制器（0.912 对比 0.916）相比，它在每一年都将用于计收需量电费的月度峰值之和降低了 33 kW（4%），代价是能耗增加约 10%。在每个测试年份中，其年度费用均比预先调控的规则控制器低 9%（但舒适度也更低），比可获取相同楼层电表数据的 MADDPG 智能体群体低 1%。整个智能体群体在单台低成本 Raspberry Pi 5 上运行，通过 MQTT 完成从观测到动作的闭环，其第 95 百分位延迟为 442 ms，远低于 15 分钟的控制步长。