في خضم التحديات البيئية التي تواجهنا اليوم، يُعد تحسين كفاءة استخدام الطاقة في المباني التجارية أحد المسارات الضرورية لمواجهة آثار الاحتباس الحراري. في هذا السياق، يأتي البحث الجديد الذي يتناول نموذج التعلم العميق المعروف باسم CQD-ERL (Contextual Quality-Diversity Evolutionary Reinforcement Learning).

يستهدف هذا النموذج نظام التحكم المعقد في أنظمة التبريد المائي للمباني الاستوائية مثل تلك الموجودة في سنغافورة. بدلاً من الانجراف نحو سياسة واحدة ثابتة، يتيح CQD-ERL ضم مجموعة متنوعة من السياسات المتخصصة التي تم تصميمها استنادًا إلى سياقات تشغيلية محددة، مما يعني أنه يمكن للنظام التكيف مع الظروف المتغيرة مثل الطقس وأحمال الطاقة.

ما يميز هذا النظام هو استخدامه لآلية تقييم مزدوجة، حيث يستند إلى مُشغل تطوري خالي من التدرج ونموذج سياسة يعتمد على الفاعلية، مما يضمن استغلال البيانات بطريقة ذكية دون تحميل النظام عبءًا إضافيًا.

كما أن كل إجراء يتخذه النموذج يتم فحصه من خلال درع أمان محدد بوضوح، مما يضمن سلامة العمليات ويقلل من المخاطر المرتبطة بالتشغيل.

نتائج هذه الدراسة تتجاوز التوقعات، حيث تم تقييم النظام على مدار عام كامل ضد معايير ASHRAE Guideline 36، مما يدل على جدوى هذا النموذج في تحسين كفاءة الطاقة والمساهمة في الاستدامة البيئية.