云泰智能科技（天津）有限责任公司

本发明公开了深度学习与用户交互行为反馈的户端室温自适应控制装置，涉及智慧供热技术领域。所述装置功能包括：实时采集户端多维环境状态数据及用户对温控终端的交互行为信号；构建包含状态空间、动作空间及奖励函数的深度强化学习智能体模型，其中奖励函数特异性地包含用户干预惩罚项；将多维环境状态数据映射为状态向量输入智能体模型，输出针对供热调节阀目标开度动作并执行；执行动作后的环境反馈与用户交互行为计算即时奖励，利用策略梯度算法迭代更新智能体模型的策略网络参数。本发明通过引入用户主动干预作为负反馈机制，使控制策略能够自动进化以适应不同用户个性化热舒适习惯，实现供热系统的“少人化”乃至“无人化”精准调控。