智能楼宇的 occupant-centric 代理：个人舒适度学习与区域微气候协商.docxVIP

PAGE2

智能楼宇的occupant-centric代理：个人舒适度学习与区域微气候协商

本报告概述

本报告聚焦建筑与房地产领域前沿趋势——“以occupant-centric代理为核心的智能楼宇热环境管理”，深入探讨基于多智能体系统（Multi-AgentSystem,MAS）的分布式舒适度协商机制。

核心发现表明，传统中央空调系统“一刀切”的温控模式正面临根本性挑战。随着物联网传感技术与强化学习算法的成熟，一种为每个工位配备个性化“舒适度代理”的新型架构正在萌芽。这些代理能学习个体偏好，代表员工与中央系统及邻近区域代理进行实时协商，寻求全局能耗与个体热舒适度的帕累托最优