کاربرد یادگیری تقویتی مبتنی بر هوش مصنوعی در فناوریهای نوین ساختمان: مرور سیستماتیک چالشهای استقرار میدانی و افقهای آینده
کاربرد یادگیری تقویتی مبتنی بر هوش مصنوعی در فناوریهای نوین ساختمان: مرور سیستماتیک چالشهای استقرار میدانی و افقهای آینده
محمدرضا مغاره1 همراز شموشکی2
1) استادیار دانشکده هنر و معماری دانشگاه شیراز
2) دانشجوی کارشناسی ارشد معماری گروه معماری دانشگاه شیراز ( نویسنده مسئول)
کد IOI مقاله
:
AAHF-ACZDHA
محل انتشار :
کنفرانس ملی فناوری های معماری و هنر، شهر هوشمند، صنایع نرم وخلاق و فرهنگ فناوری (icact.ir)
چکیده :
بخش ساختمان با اختصاص بیش از ۴۰ درصد از کل انرژی اولیه و ۳۰ درصد از انتشار گازهای گلخانهای جهان، نقشی محوری در بحرانهای اقلیمی ایفا میکند [۱]. در مواجهه با الزامات قانونی بینالمللی نظیر دستورالعمل عملکرد انرژی ساختمانها (EPBD)، ارتقای سیستمهای کنترلی کلاسیک مانند سیستمهای مبتنی بر قانون (RBC) و کنترل پیشبین مدل (MPC) که به دلیل پویایی بالا و پیچیدگیهای محاسباتی فاقد انعطافپذیری لازم هستند، امری حیاتی است [۱, ۲, ۳]. این مقاله مرور و تحلیل جامعی از نقش تحولآفرین یادگیری تقویتی (RL) به عنوان مغز تصمیمگیرنده هوشمند و گذار به سمت عاملیت مستقل هوشمند (Agentic AI) ارائه میدهد [۲, ۳]. در این راستا، نحوه یکپارچهسازی یادگیری تقویتی با اکوسیستم فناوریهای نوین ساختمان شامل مدلسازی اطلاعات ساختمان (BIM)، دوقلوی دیجیتال، اینترنت اشیاء (IoT) و رباتیک ساختمانی مورد تحلیل قرار گرفته است [۳, ۱۴]. یافتهها نشان میدهند که بهکارگیری یادگیری تقویتی عمیق (DRL) در بهینهسازی سیستمهای تهویه مطبوع (HVAC)، به طور میانگین کاهش ۲۲.۳ الی ۳۷ درصدی در مصرف انرژی و تا ۵۵ درصد کاهش هزینههای عملیاتی را به همراه دارد [۴]. افزون بر این، کارآمدی یادگیری تقویتی در هدایت رباتیک ساختمانی، چاپ سهبعدی بتن و نگهداری پیشبینیکننده به اثبات رسیده است [۴]. در نهایت، پژوهش حاضر چالشهای کلیدی استقرار میدانی شامل عدم کارایی نمونه، مخاطرات ایمنی در طول فرآیند آموزش و شکاف میان شبیهسازی و واقعیت (Sim-to-Real) را واکاوی نموده و رویکردهای نوظهوری همچون یادگیری تقویتی چندعامله (MARL) و یادگیری فیزیکمحور را بهعنوان مسیرهای آینده تبیین مینماید [۴].
کلمات کلیدی : یادگیری تقویتی (rl) هوش مصنوعی عاملمحور (agentic ai) ساختمان خودگردان مدیریت انرژی hvac دوقلوی دیجیتال مدلسازی اطلاعات ساختمان (bim)