사용자 이동경로 기반 에어컨 제어 강화학습 연구

국문 초록 (Abstract)

에어컨을 사용하는 여름에 실외에서 실내로 이동하여 도착할 때 실내온도가 높으면 에어컨을 작동시키고 시간이 지난 후에 온도를 낮추게 되는 불편함이 있다. 이런 문제로 스마트폰과 에어컨을 동기화하여 실외에서 실내에 있는 에어컨을 작동시킬 수 있도록 개발되었다. 에어컨을 미리 작동시킴으로써 실내온도가 설정온도에 도달한 후 온도를 유지하기 위해 에어컨은 에너지를 소모하는데, 에어컨 작동시간에 따라 온도를 유지하기 위해 필요한 에너지의 양이 변할 수 있다. 본 논문에서는 온도 유지를 위해 소모하는 에너지를 최소화하여 사용자가 목적지에 도달했을 때 실내온도를 적정온도로 조절하는 알고리즘을 제시한다.
강화학습 방법론 중 Neural-network를 이용한 Q-learning(또는 DQN)으로 학습한다. 본 논문은 episode 시작 시 항상 에어컨을 작동시켜 소모한 에너지와 DQN이 에어컨을 작동시켜 소모한 에너지를 비교한다.
기상청에서 실외온도 데이터를, 스마트폰을 통해 사용자 이동경로 데이터를 수집하였다. 수집한 데이터를 통해 DQN 학습 결과 50% 이상 에너지를 절약하는 것을 확인하였다.

목차 (Table of Contents)

• I. 서론 1
• 1. 연구 목적 및 배경 1
• 2. 관련 연구 2
• II. 본론 4
• 1. GPS 정보 이용 강화학습 4
• 2. 잔여거리 이용 강화학습 5
• 3. State 전처리 7
• 4. Reward strategy 7
• III. 실험 및 결과 10
• 1. 이동경로 데이터 10
• 2. 시뮬레이션 환경 14
• 3. 실험 환경 15
• 4. 결과 16
• IV. 결론 18
• 참고문헌 19
• ABSTRACT 21