文件名称：energym:使用强化学习进行建筑物模拟和控制的体育馆环境
文件大小：1.18MB
文件格式：ZIP
更新时间：2024-04-28 21:40:10
control reinforcement-learning buildings reinforcement-learning-environments Python
能量 欢迎来到energym！ 此项目基于Zhang Zhiang和Khee Poh Lam 。 该项目的目标是创建一个遵循OpenAI Gym界面的环境，用于包装模拟引擎以使用深度强化学习进行建筑控制。 Energym的主要功能如下： 基准环境。 与用于RL社区的Atari或Mujoco环境类似，我们正在设计一套用于基准测试深层RL算法的环境。 这些环境可能包括不同的建筑物，天气或行动空间。 开发不同的实验设置。 我们旨在提供一种可以轻松修改实验设置的程序包。 例如，可以定义几个奖励函数或观察变量。 包括不同的仿真引擎。 Python和Energy Plus之间的通信是使用BCVTB建立的。 由于此工具允许与多个仿真引擎进行交互，因此在维护Gym API的同时，可以在后端中包含更多仿真引擎（例如Modelica）。 还有很多！ 这是一个进行中的项目。 请继续关注即将发
【文件预览】：
energym-main
----setup.py(480B)
----energym()
--------data()
--------__init__.py(2KB)
--------utils()
--------simulators()
--------envs()
----.gitignore(160B)
----Dockerfile(3KB)
----images()
--------weather_variation.png(104KB)
--------weather_types.png(78KB)
--------logo.png(8KB)
----requirements.txt(22B)
----.devcontainer()
--------devcontainer.json(268B)
----LICENSE(1KB)
----examples()
--------test_wrappers.py(741B)
--------rule_controller.py(673B)
--------time_limits.png(40KB)
--------dqn_time_limit.py(6KB)
--------test_mlflow.py(3KB)
----README.md(5KB)
----test_env.py(583B)