[发明专利]基于强化学习的电子电器控制方法及控制设备、存储介质

权利要求书

1.基于强化学习的电子电器控制方法，用于针对各个具有场景自动控制功能的电器，实现各个电器的分别控制；其特征在于，分别针对各个电器，基于电器按其所对应各个初始自动控制场景的工作过程，针对电器如下各个状态，实现针对电器的不同控制方法；

状态1.电器处于未启动状态，若电器接收到人为开启动作进行工作，则针对当前时间与该电器开启动作，结合该电器所处环境对应该电器工作目的因素、在该电器启动工作前的检测信息，构成该电器所对应新的自动化控制场景；若电器未接收到人为开启动作，则不做任何进一步操作；

状态2.电器处于工作状态中，若电器接收到人为关闭动作停止工作，则针对当前时间与该电器关闭动作，结合该电器所处环境对应该电器工作目的因素、在该电器停止工作前的检测信息，构成该电器所对应新的自动化控制场景；若电器未接收到人为关闭动作，则针对具备工作目的因素功能可调的电器，定义电器工作目的因素为因素A，并获得该电器在当前自动化控制场景下针对因素A的设置信息A_设，然后执行如下步骤A至步骤B，以人为调整动作为干预原点，基于原点，结合环境所对应因素A的变化，改变电器自动化控制场景中的工作状态，实现电器对应原点到环境因素忍受波动范围的自动化控制场景的优化；

步骤A.检测获得该电器所处环境对应因素A的检测信息A_测，并进入步骤B；

步骤B.若电器未接收到人为针对因素A的调整设置动作，则定义更新A_设至A_测为该电器所对应当前自动化控制场景中、环境对应因素A的忍受波动范围，保持该电器的当前工作状态，然后返回步骤A；

若电器接收到人为针对因素A的调整设置动作，则用针对因素A的新设置信息，更新该电器在当前自动化控制场景下针对因素A的设置信息A_设，并控制该电器以对应因素A新设置信息的工作状态进行工作，实现了对该电器人为调整设置动作的实时响应、以及当前自动化控制场景的实时更新，然后返回步骤A。

2.根据权利要求1所述基于强化学习的电子电器控制方法，其特征在于：基于分别针对各个电器，按状态1和状态2分别所实现针对电器的不同控制方法，更新获得各个电器分别所对应的各个自动控制场景，构成所处环境中各电器分别所对应的各个自动控制场景，进一步以环境所处预设大小地理区域中、各环境中各电器分别所对应的各个自动控制场景进行强化学习算法建模，获得该地理区域中各电器分别所对应占比最高的各个自动控制场景的算法模型，作为该地理区域中各电器分别所对应的各个初始自动控制场景的算法模型，组合构成该地理区域所对应的电器自动控制场景算法模型的初始集合，用于分配至该地理区域中新设置环境中各具有场景自动控制功能的电器进行应用。

3.根据权利要求1所述基于强化学习的电子电器控制方法，其特征在于：所述电器、以及电器工作目的因素，包括所述电器为照明装置，则电器工作目的因素为亮度因素；所述电器为制冷制热装置，则电器工作目的因素为温度因素；所述电器为加湿装置，则电器工作目的因素为湿度因素；所述电器为空气净化装置，则电器工作目的因素为空气净化装置所对应各功能下的各空气指标因素。

4.一种电器控制设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，电器控制设备与所述各个具有场景自动控制功能的电器分别相连接，所述处理器执行所述计算机程序时实现权利要求1至3中任一项所述方法的步骤。

5.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至3中任一项所述方法的步骤。