KR102531646B1 - 지연된 보상에 기초하여 공조 장치를 제어하기 위한 방법 - Google Patents

Abstract

본 개시는 적어도 하나의 컴퓨팅 장치에 의해 수행되는, 공조 장치를 제어하기 위한 방법으로서, 강화학습 에이전트(reinforcement learning agent)를 활용하여, 상기 공조 장치에 대한 제 1 시점의 제어 동작(action)을 결정하는 단계, 상기 강화학습 에이전트를 활용하여, 보상 지연 시간을 기초로, 상기 제 1 시점의 제어 동작에 대한 보상(reward)을 결정하는 단계 및 상기 결정된 보상에 기초하여 상기 공조 장치의 제어와 관련된 강화 학습을 수행하는 단계를 포함하고, 상기 제 1 시점으로부터 상기 보상 지연 시간이 경과한 시점은 제 2 시점에 대응되고, 상기 제 1 시점의 제어 동작에 대한 보상은, 상기 제 1 시점 이후 및 상기 제 2 시점 이전의 상황들은 제외된 상태에서 산출될 수 있다.

Description

지연된 보상에 기초하여 공조 장치를 제어하기 위한 방법{METHOD FOR CONTROLLING AIR CONDITIONING DEVICE BASED ON DELAYED REWARD}

본 개시는 공조 장치를 최적으로 제어하기 위한 방법에 관한 것으로서, 보다 상세하게는, 강화학습 방법에 기반하여 공조 장치를 최적으로 제어하기 위한 방법에 관한 것이다.

공조 장치는 온도, 습도, 공기의 흐름 등을 조절하는 장치이다. 이러한 공조 장치는, 증발기, 팽창밸브, 압축기, 응축기 등을 포함할 수 있으며, 공조 장치 제어 모델에 의해 제어될 수 있다.

한편, 공조 장치를 매 시점마다 최적으로 제어하기 위한 동작을 연산하는 과정은, 연산에 고려해야할 요인이 많아 설계자가 직접 알고리즘을 생성하기에 어려움이 따르므로, 최적의 동작을 생성하기 위해 강화학습과 관련된 기술들이 공조 장치 제어 분야에 활발히 접목되고 있다.

그러나, 공조 장치는 제어 값의 변화와 이에 따른 출력 값의 변화 사이에 지연 시간(delayed time)이 존재하여, 강화 학습을 통해 공조 장치를 최적으로 제어하기가 어려웠다. 예를 들어, 공조 장치에 포함된 냉각수 히터의 가열량을 특정 시점에 제어하더라도, 이러한 제어에 의해 공조 시스템 내부 온도가 타겟 온도까지 바로 변화되지 않으며, 어느 정도의 지연 시간이 경과한 후에 타겟 온도에 도달할 수 있어서, 종래의 강화학습 방식으로는 최적의 제어를 구현하기가 어려웠다.

따라서, 이러한 공조 장치 제어의 문제점을 해결할 수 있는 기술적 솔루션에 대한 수요가 존재하다.

한편, 본 개시는 이상에서 살핀 기술적 배경에 적어도 기초하여 도출되었으나, 본 개시의 기술적 과제 또는 목적은, 이상에서 살핀 문제점 또는 단점을 해결하는 것에 한정되지는 않는다. 즉, 본 개시는, 이상에서 살핀 기술적 이슈(issue) 이외에도, 이하에서 설명할 내용과 관련된 다양한 기술적 이슈들을 커버(cover)할 수 있다.

본 개시는, 전술한 배경기술에 대응하여 안출 된 것으로, 공조 장치를 제어하기 위한 제어 모델을 최적으로 학습하기 위한 방법을 제공하는 것을 해결과제로 한다.

한편, 본 개시가 이루고자 하는 기술적 과제는 이상에서 언급한 기술적 과제로 제한되지 않으며, 이하에서 설명할 내용으로부터 통상의 기술자에게 자명한 범위 내에서 다양한 기술적 과제가 포함될 수 있다.

전술한 과제를 해결하기 적어도 하나의 컴퓨팅 장치에 의해 수행되는 공조 장치를 제어하기 위한 방법이 개시된다. 상기 방법은, 강화학습 에이전트(reinforcement learning agent)를 활용하여, 상기 공조 장치에 대한 제 1 시점의 제어 동작을 결정하는 단계; 상기 강화학습 에이전트를 활용하여, 보상 지연 시간을 기초로, 상기 제 1 시점의 제어 동작에 대한 보상(reward)을 결정하는 단계; 및 상기 결정된 보상에 기초하여 상기 공조 장치의 제어와 관련된 강화 학습을 수행하는 단계를 포함하고, 상기 제 1 시점으로부터 상기 보상 지연 시간이 경과한 시점은 제 2 시점에 대응되고, 상기 제 1 시점의 제어 동작에 대한 보상은, 상기 제 1 시점 이후 및 상기 제 2 시점 이전의 상황들은 제외된 상태에서 산출될 수 있다.

일 실시예에서, 상기 제 1 시점의 제어 동작에 대한 보상(reward)을 결정하는 단계는, 상기 공조 장치에 대한 상기 제 1 시점의 제어 동작이 상기 제 1 시점부터 동작 유지 시간이 경과한 시점까지 유지된다는 가정 하에, 상기 제 1 시점의 제어 동작에 대한 보상을 결정하는 단계를 포함하고, 상기 제 1 시점으로부터 상기 동작 유지 시간이 경과한 시점은 제 3 시점에 대응될 수 있다.

일 실시예에서, 상기 동작 유지 시간은, 상기 보상 지연 시간과 동일하거나, 상기 보상 지연 시간보다 더 긴 시간이고, 상기 제 3 시점은, 상기 제 2 시점과 동일한 시점이거나, 상기 제 2 시점보다 더 이후의 시점일 수 있다.

일 실시예에서, 상기 동작 유지 시간이 상기 보상 지연 시간과 동일한 경우, 상기 제 1 시점의 제어 동작에 대한 보상을 결정하는 단계는, 상기 제 1 시점 이후 및 상기 제 2 시점 이전의 상황들을 고려하지 않고, 상기 제 2 시점의 상황을 기초로, 상기 제 1 시점의 제어 동작에 대한 보상을 결정하는 단계를 포함할 수 있다.

일 실시예에서, 상기 동작 유지 시간이 상기 보상 지연 시간보다 더 긴 시간인 경우, 상기 제 1 시점의 제어 동작에 대한 보상을 결정하는 단계는, 상기 제 1 시점 이후 및 상기 제 2 시점 이전의 상황들을 고려하지 않고, 상기 제 2 시점 내지 상기 제 3 시점의 상황들을 기초로, 상기 제 1 시점의 제어 동작에 대한 보상을 결정하는 단계를 포함할 수 있다.

일 실시예에서, 상기 공조 장치는, HVAC(Heating, Ventilation, and Air Conditioning) 시스템 또는 열 관리 시스템을 포함하고, 상기 제어 동작은, 압축기(compressor) RPM 수치에 대한 제어 동작, 밸브 개도량(예를 들어, 냉매 팽창 밸브 개도량)에 대한 제어 동작, 냉각수 히터의 가열량에 대한 제어 동작, , 응축기(condenser)에 대한 제어 동작, 증발기(evaporator)에 대한 제어 동작, 라디에이터(radiator)에 대한 제어 동작, 어큐뮬레이터(accumulator)에 대한 제어 동작, 칠러(chiller)에 대한 제어 동작, 실외 열교환기(outdoor heat exchanger)에 대한 제어 동작, 공기 정화 장치에 대한 제어 동작, 또는 폐열 회수 장치에 대한 제어 동작 중 적어도 하나를 포함할 수 있다.

일 실시예에서, 상기 보상은 상기 HVAC 시스템 또는 상기 열 관리 시스템의 내부 상황 정보에 기초하여 산출되고, 상기 내부 상황 정보는, 압축기 정보, 응축기 정보, 증발기 정보, 밸브 개도량 정보(예를 들어, 냉매 팽창 밸브 개도량 정보), 냉각기 정보, 히터 정보, 폐열 회수 정보, 온도 정보, 습도 정보, 공기의 청정도 정보, 또는 공기의 흐름 정보 중 적어도 하나를 포함할 수 있다.

또한, 전술한 과제를 해결하기 위한 장치로서, 적어도 하나의 프로세서 및 메모리를 포함하고, 상기 프로세서는, 상기 프로세서는, 강화학습 에이전트를 활용하여, 공조 장치에 대한 제 1 시점의 제어 동작을 결정하고, 상기 강화학습 에이전트를 활용하여, 보상 지연 시간을 기초로, 상기 제 1 시점의 제어 동작에 대한 보상을 결정하고, 상기 결정된 보상에 기초하여 상기 공조 장치의 제어와 관련된 강화 학습을 수행하되, 상기 제 1 시점으로부터 상기 보상 지연 시간이 경과한 시점은 제 2 시점에 대응되고, 상기 제 1 시점의 제어 동작에 대한 보상은, 상기 제 1 시점의 이후 및 상기 제 2 시점의 이전 상황들은 제외된 상태에서 산출될 수 있다.

또한, 전술한 과제를 해결하기 위한 컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램으로서, 상기 프로그램은 적어도 하나의 프로세서로 하여금 회복 정보를 예측하기 위한 동작들을 수행하게 하고, 상기 동작들은: 강화학습 에이전트를 활용하여, 상기 공조 장치에 대한 제 1 시점의 제어 동작(action)을 결정하는 동작; 상기 강화학습 에이전트를 활용하여, 보상 지연 시간을 기초로, 상기 제 1 시점의 제어 동작에 대한 보상을 결정하는 동작; 및 상기 결정된 보상에 기초하여 상기 공조 장치의 제어와 관련된 강화 학습을 수행하는 동작; 을 포함하고, 상기 제 1 시점으로부터 상기 보상 지연 시간이 경과한 시점은 제 2 시점에 대응되고, 상기 제 1 시점의 제어 동작에 대한 보상은, 상기 제 1 시점의 이후 및 상기 제 2 시점의 이전 상황들은 제외된 상태에서 산출될 수 있다.

본 개시는 강화학습 방법에 기반하여 공조 장치를 최적으로 제어할 수 있다. 예를 들어, 본 개시는, 공조 장치의 제어와 환경 변화 사이의 지연 시간이 존재하는 특성을 반영하여, 강화 학습의 보상을 구성할 수 있으며, 이에 기초하여, 공조 장치를 최적으로 제어함과 동시에 보다 안정적으로 제어할 수 있다.

한편, 본 개시의 효과는 이상에서 언급한 효과들로 제한되지 않으며, 이하에서 설명할 내용으로부터 통상의 기술자에게 자명한 범위 내에서 다양한 효과들이 포함될 수 있다.

도 1은 본 개시의 일 실시예에 따른 동작들을 수행하는 컴퓨팅 장치의 블록 구성도이다.
도 2는 공조 장치에 포함된 구성들을 개념적으로 표현한 예시도이다.
도 3은 강화학습을 설명하기 위해 강화학습 제어 모델을 표현한 예시도이다.
도 4는 본 개시에 따른 뉴럴 네트워크를 나타낸 개략도이다.
도 5는 본 개시의 일 실시예에 따라, 강화 학습을 수행하는 방법을 표현한 순서도이다.
도 6은 본 개시의 일 실시예에 따라, 동작 유지 시간이 상기 보상 지연 시간과 동일한 경우를 표현한 개략도이다.
도 7은 본 개시의 일 실시예에 따라, 동작 유지 시간이 상기 보상 지연 시간보다 더 긴 시간인 경우를 표현한 개략도이다.
도 8은 본 개시의 일 실시예에 따른 방법을 사용하였을 때, 온도와 제어동작의 추이를 나타낸 개략도이다.
도 9는 본 개시의 일 실시예에 따른 방법을 사용하여 테스트한 결과를 나타낸 개략도이다.
도 10은 본 개시의 실시예들이 구현될 수 있는 예시적인 컴퓨팅 환경에 대한 간략하고 일반적인 개략도이다.

다양한 실시예들이 이제 도면을 참조하여 설명된다. 본 개시에서, 다양한 설명들이 본 개시의 이해를 제공하기 위해서 제시된다. 그러나, 이러한 실시예들은 이러한 구체적인 설명 없이도 실행될 수 있음이 명백하다.

본 개시에서 사용되는 용어 "컴포넌트", "모듈", "시스템" 등은 컴퓨터-관련 엔티티, 하드웨어, 펌웨어, 소프트웨어, 소프트웨어 및 하드웨어의 조합, 또는 소프트웨어의 실행을 지칭한다. 예를 들어, 컴포넌트는 프로세서상에서 실행되는 처리과정(procedure), 프로세서, 객체, 실행 스레드, 프로그램, 및/또는 컴퓨터일 수 있지만, 이들로 제한되는 것은 아니다. 예를 들어, 컴퓨팅 장치에서 실행되는 애플리케이션 및 컴퓨팅 장치 모두 컴포넌트일 수 있다. 하나 이상의 컴포넌트는 프로세서 및/또는 실행 스레드 내에 상주할 수 있다. 일 컴포넌트는 하나의 컴퓨터 내에 로컬화 될 수 있다. 일 컴포넌트는 2개 이상의 컴퓨터들 사이에 분배될 수 있다. 또한, 이러한 컴포넌트들은 그 내부에 저장된 다양한 데이터 구조들을 갖는 다양한 컴퓨터 판독가능한 매체로부터 실행할 수 있다. 컴포넌트들은 예를 들어 하나 이상의 데이터 패킷들을 갖는 신호(예를 들면, 로컬 시스템, 분산 시스템에서 다른 컴포넌트와 상호작용하는 하나의 컴포넌트로부터의 데이터 및/또는 신호를 통해 다른 시스템과 인터넷과 같은 네트워크를 통해 전송되는 데이터)에 따라 로컬 및/또는 원격 처리들을 통해 통신할 수 있다.

더불어, 용어 "또는"은 배타적 "또는"이 아니라 내포적 "또는"을 의미하는 것으로 의도된다. 즉, 달리 특정되지 않거나 문맥상 명확하지 않은 경우에, "X는 A 또는 B를 이용한다"는 자연적인 내포적 치환 중 하나를 의미하는 것으로 의도된다. 즉, X가 A를 이용하거나; X가 B를 이용하거나; 또는 X가 A 및 B 모두를 이용하는 경우, "X는 A 또는 B를 이용한다"가 이들 경우들 어느 것으로도 적용될 수 있다. 또한, 본 개시에 사용된 "및/또는"이라는 용어는 열거된 관련 아이템들 중 하나 이상의 아이템의 가능한 모든 조합을 지칭하고 포함하는 것으로 이해되어야 한다.

또한, "포함한다" 및/또는 "포함하는"이라는 용어는, 해당 특징 및/또는 구성요소가 존재함을 의미하는 것으로 이해되어야 한다. 다만, "포함한다" 및/또는 "포함하는"이라는 용어는, 하나 이상의 다른 특징, 구성요소 및/또는 이들의 그룹의 존재 또는 추가를 배제하지 않는 것으로 이해되어야 한다. 또한, 달리 특정되지 않거나 단수 형태를 지시하는 것으로 문맥상 명확하지 않은 경우에, 본 개시와 청구범위에서 단수는 일반적으로 "하나 또는 그 이상"을 의미하는 것으로 해석되어야 한다.

그리고, "A 또는 B 중 적어도 하나"이라는 용어는, "A만을 포함하는 경우", B 만을 포함하는 경우" "A와 B의 구성으로 조합된 경우"를 의미하는 것으로 해석되어야 한다.

통상의 기술자들은 추가적으로 여기서 개시된 실시예들과 관련되어 설명된 다양한 예시적 논리적 블록들, 구성들, 모듈들, 회로들, 수단들, 로직들, 및 알고리즘 단계들이 전자 하드웨어, 컴퓨터 소프트웨어, 또는 양쪽 모두의 조합들로 구현될 수 있음을 인식해야 한다. 하드웨어 및 소프트웨어의 상호교환성을 명백하게 예시하기 위해, 다양한 예시적 컴포넌트들, 블록들, 구성들, 수단들, 로직들, 모듈들, 회로들, 및 단계들은 그들의 기능성 측면에서 일반적으로 위에서 설명되었다. 그러한 기능성이 하드웨어로 또는 소프트웨어로서 구현되는지 여부는 전반적인 시스템에 부과된 특정 어플리케이션(application) 및 설계 제한들에 달려 있다. 숙련된 기술자들은 각각의 특정 어플리케이션들을 위해 다양한 방법들로 설명된 기능성을 구현할 수 있다. 다만, 그러한 구현의 결정들이 본 개시내용의 영역을 벗어나게 하는 것으로 해석되어서는 안 된다.

제시된 실시예들에 대한 설명은 본 개시의 기술 분야에서 통상의 지식을 가진 자가 본 개시를 이용하거나 또는 실시할 수 있도록 제공된다. 이러한 실시예들에 대한 다양한 변형들은 본 개시의 기술 분야에서 통상의 지식을 가진 자에게 명백할 것이다. 여기에 정의된 일반적인 원리들은 본 개시의 범위를 벗어남이 없이 다른 실시예들에 적용될 수 있다. 그리하여, 본 개시는 여기에 제시된 실시예 들로 한정되는 것이 아니다. 본 개시는 여기에 제시된 원리들 및 신규한 특징들과 일관되는 최광의의 범위에서 해석되어야 할 것이다.

도 1에 도시된 컴퓨팅 장치(100)의 구성은 간략화 하여 나타낸 예시일 뿐이다. 본 개시의 일 실시예에서 컴퓨팅 장치(100)는 컴퓨팅 장치(100)의 컴퓨팅 환경을 수행하기 위한 다른 구성들이 포함될 수 있고, 개시된 구성들 중 일부만이 컴퓨팅 장치(100)를 구성할 수도 있다.

컴퓨팅 장치(100)는 프로세서(110), 메모리(130), 네트워크부(150)를 포함할 수 있다.

프로세서(110)는 하나 이상의 코어로 구성될 수 있으며, 컴퓨팅 장치의 중앙 처리 장치(CPU: central processing unit), 범용 그래픽 처리 장치(GPGPU: general purpose graphics processing unit), 텐서 처리 장치(TPU: tensor processing unit) 등의 데이터 분석, 딥러닝을 위한 프로세서를 포함할 수 있다. 프로세서(110)는 메모리(130)에 저장된 컴퓨터 프로그램을 판독하여 본 개시의 일 실시예에 따른 기계 학습을 위한 데이터 처리를 수행할 수 있다. 본 개시의 일실시예에 따라 프로세서(110)는 신경망 모델의 학습을 위한 연산을 수행할 수 있다. 프로세서(110)는 딥러닝(DL: deep learning)에서 학습을 위한 입력 데이터의 처리, 입력 데이터에서의 피처 추출, 오차 계산, 역전파(backpropagation)를 이용한 신경망 모델의 파라미터 업데이트 등의 신경망 모델의 학습을 위한 계산을 수행할 수 있다. 프로세서(110)의 CPU, GPGPU, 및 TPU 중 적어도 하나가 신경망 모델의 학습을 처리할 수 있다. 예를 들어, CPU 와 GPGPU가 함께 신경망 모델의 학습, 신경망 모델을 이용한 데이터 분류를 처리할 수 있다. 또한, 본 개시의 일 실시예에서 복수의 컴퓨팅 장치의 프로세서를 함께 사용하여 신경망 모델의 학습, 신경망 모델을 이용한 데이터 분류를 처리할 수 있다. 또한, 본 개시의 일 실시예에 따른 컴퓨팅 장치에서 수행되는 컴퓨터 프로그램은 CPU, GPGPU 또는 TPU 실행가능 프로그램일 수 있다.

본 개시의 일 실시예에 따르면, 메모리(130)는 프로세서(110)가 생성하거나 결정한 임의의 형태의 정보 및 네트워크부(150)가 수신한 임의의 형태의 정보를 저장할 수 있다.

본 개시의 일 실시예에 따르면, 메모리(130)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(Random Access Memory, RAM), SRAM(Static Random Access Memory), 롬(Read-Only Memory, ROM), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다. 컴퓨팅 장치(100)는 인터넷(internet) 상에서 상기 메모리(130)의 저장 기능을 수행하는 웹 스토리지(web storage)와 관련되어 동작할 수도 있다. 전술한 메모리에 대한 기재는 예시일 뿐, 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따른 네트워크부(150)는 공중전화 교환망(PSTN: Public Switched Telephone Network), xDSL(x Digital Subscriber Line), RADSL(Rate Adaptive DSL), MDSL(Multi Rate DSL), VDSL(Very High Speed DSL), UADSL(Universal Asymmetric DSL), HDSL(High Bit Rate DSL) 및 근거리 통신망(LAN) 등과 같은 다양한 유선 통신 시스템들을 사용할 수 있다.

또한, 본 개시에서 제시되는 네트워크부(150)는 CDMA(Code Division Multi Access), TDMA(Time Division Multi Access), FDMA(Frequency Division Multi Access), OFDMA(Orthogonal Frequency Division Multi Access), SC-FDMA(Single Carrier-FDMA) 및 다른 시스템들과 같은 다양한 무선 통신 시스템들을 사용할 수 있다.

본 개시에서 네트워크부(150)는 유선 및 무선 등과 같은 그 통신 양태를 가리지 않고 구성될 수 있으며, 단거리 통신망(PAN: Personal Area Network), 근거리 통신망(WAN: Wide Area Network) 등 다양한 통신망으로 구성될 수 있다. 또한, 상기 네트워크는 공지의 월드와이드웹(WWW: World Wide Web)일 수 있으며, 적외선(IrDA: Infrared Data Association) 또는 블루투스(Bluetooth)와 같이 단거리 통신에 이용되는 무선 전송 기술을 이용할 수도 있다. 본 개시에서 설명된 기술들은 위에서 언급된 다른 네트워크들 에서도 사용될 수 있다.

본 개시의 일 실시예에 따른 프로세서(110)는 결정된 보상에 기초하여 공조 장치의 제어와 관련된 강화 학습을 수행할 수 있다. 이때, 본 개시에 있어서 '공조 장치의 제어'라는 용어는 제어 대상이 되는 공조 장치 혹은 공조 시스템의 동작과 연관된 하나 이상의 제어 변수를 제어하는 것을 의미할 수 있다. 예컨대, 상기 제어 변수는, 압축기(compressor) RPM 수치에 대한 제어 동작, 밸브 개도량에 대한 제어 동작, 냉각수 히터의 가열량에 대한 제어 동작, 응축기(condenser)에 대한 제어 동작, 증발기(evaporator)에 대한 제어 동작, 라디에이터(radiator)에 대한 제어 동작, 어큐뮬레이터(accumulator)에 대한 제어 동작, 칠러(chiller)에 대한 제어 동작, 실외 열교환기(outdoor heat exchanger)에 대한 제어 동작, 공기 정화 장치에 대한 제어 동작, 폐열 회수 장치에 대한 제어 동작 등과 연관된 제어 변수를 포함할 수 있다. 또한, 상기 제어 변수는, 이러한 예시적인 제어 변수들 이외에도, 온도, 습도, 공기의 청정도, 공기의 흐름 등의 제어와 관련된 다양한 제어 변수를 포함할 수 있다.

도 2는 공조 장치에 포함된 예시적인 구성들을 개념적으로 표현한 예시도이다.

일 실시예에 따르면, 상기 공조 장치는 배관(210), 팽창을 위한 밸브(230), 응축기(250), 증발기(270), 압축기(290) 또는 히터 정보 중 적어도 하나를 포함할 수 있다. 또한, 상기 공조 장치는, 폐열 회수 장치를 추가로 포함할 수도 있다. 예를 들어, 상기 공조 장치는, 차량 구동 모터와 인버터의 폐열 등 차량 구동에 관련된 폐열을 회수하는 폐열 회수장치를 포함할 수도 있다. 또한, 상기 공조 장치는, 라디에이터(radiator), 어큐뮬레이터(accumulator), 칠러(chiller), 실외 열교환기(outdoor heat exchanger), 공기 정화 장치 등을 추가로 포함할 수도 있다. 한편, 상기 공조 장치는 본 발명의 프로세서(110)의 연산 결과에 따른 제어 신호를 수신함으로써 제어될 수 있다. 이때, 프로세서(110)가 수행할 수 있는 제어 동작에는 예를 들어, 압축기(compressor) RPM 수치에 대한 제어 동작, 밸브 개도량에 대한 제어 동작, 냉각수 히터의 가열량에 대한 제어 동작, 응축기(condenser)에 대한 제어 동작, 증발기(evaporator)에 대한 제어 동작, 라디에이터(radiator)에 대한 제어 동작, 어큐뮬레이터(accumulator)에 대한 제어 동작, 칠러(chiller)에 대한 제어 동작, 실외 열교환기(outdoor heat exchanger)에 대한 제어 동작, 공기 정화 장치에 대한 제어 동작, 또는 폐열 회수 장치에 대한 제어 동작 등이 포함될 수 있다.

또한, 프로세서(110)는 각종 센서(예컨대, 온도 센서, 습도 센서, 초음파 센서, 가속도 센서, 적외선 센서, 시간 센서, 전압 센서 등)를 사용하여 상기 공조 장치(또는 공조 장치가 설치된 대상)의 내부 상황 정보를 산출할 수 있다. 이때, 상기 내부 상황 정보는, 압축기 정보, 응축기 정보, 증발기 정보, 밸브 개도량 정보(예를 들어, 냉매 팽창 밸브 개도량 정보), 히터 정보, 폐열 회수 정보, 온도 정보, 습도 정보, 공기의 청정도 정보, 또는 공기의 흐름 정보 중 적어도 하나가 포함될 수 있다. 즉, 상기 내부 상황 정보는 특정 센서에 의해 측정되는 물리량일 수 있다.

이때, 본 개시의 일 실시예에 따른 프로세서(110)가 획득하는 내부 상황 정보는, 공조 장치가 설치된 대상(예컨대, 차량)의 운용 과정에서 사전 결정된 시점(시간 구간)에 따라 획득 또는 예측되는 정보일 수 있다. 또한, 상기 내부 상황 정보는, 공조 장치 또는 공조 장치가 설치된 대상의 내부 상황 정보일 수 있다. 본 개시에 있어서 내부 상황 정보는 획득 시점 또는 예측 시점에 따라 서로 구별될 수 있다. 상기 시점은 제어를 위한 최소 시간 단위로 설정될 수 있으며, 예를 들어 1초, 10초, 1분 등의 간격으로 시점의 단위가 설정될 수 있다. 프로세서(110)는 차량을 실제 구동하는 과정에서 '제 1 시점', '제 2 시점' 및 '제 3 시점'을 포함한 사전 결정된 간격의 시점별로 내부 상황 정보를 획득할 수 있다. 한편, 본 개시내용에 있어서, '제 1 시점', '제 2 시점' 및 '제 3 시점' 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구분하고, 각각 명세서 전체적으로 지시 대상의 일관성을 유지하기 위해 사용되는 것으로, 이들 용어들에 의해 권리범위가 한정되어서는 아니된다. 또한, 도 2를 참조하여 전술된 구성은 본 개시의 제어 대상 및 상태 정보를 설명하기 위한 일 예시일 뿐 본 개시를 제한하지 않으며, 본 개시에 일 실시예들은, 내부 상황 정보에 기반하여 프로세서(110)가 제어가 가능한 다양한 장치들에 제한없이 적용될 수 있다.

본 개시의 일 실시예와 관련하여, 프로세서(110)가 실제 공조 장치를 직접 제어할 수 있지만, 다이나믹 모델을 포함하는 시뮬레이션 모델에서 동작을 수행하고, 제어 동작에 따른 보상을 결정할 수 있다. 상기 시뮬레이션 모델은 도 2를 참조하여 상술된 공조 장치와 관련된 상황 정보를 생성하는 모델일 수 있다. 실제 공조 장치와 시뮬레이션 모델은, 상황 정보를 생성하는 물리 시스템이 실존하는지 여부에 따라 서로 구별될 수 있다. 실제 공조 장치는, 예를 들어, 물리적으로 센서로 상황 정보를 생성하는 공조 시스템의 일부 혹은 전체일 수 있다. 시뮬레이션 모델은, 예를 들어, FMU(Functional Mock-up Unit) 모델일 수 있다. FMU 모델은 FMI(Functional Mock-up Interface) 프로토콜을 따르는 모델을 의미하며, 입력에 대해 출력을 반환하기 위한 모델일 수 있다. 프로세서(110)는 FMU 모델에 제어 정보를 전달한 후, FMU 모델로부터 수신된 값에 기초하여 상태 정보를 획득할 수 있다. 또한, 시뮬레이션 모델은, 인공 신경망 모델로 구현될 수도 있다. 한편, 본 개시에 따른 상기 실제 공조 장치 및 상기 시뮬레이션 모델은 입력과 출력 사이의 인과관계가 알려지지 않은 채 입력에 대해 출력을 생성한다는 점에서 블랙박스(black box) 모델이라는 공통점을 갖는다.

한편, 공조 장치는, 도 2에 개시된 실시예에 한정되지 않으며, 다양한 형태로 구현될 수 있다. 예를 들어, 공조 장치는, 온도, 습도, 공기의 청정도, 공기의 흐름 등을 조절하는 다양한 유형의 장치를 포함할 수 있다. 또한, 공조 장치는, 친환경 차량 통합 열관리 장치 등의 다양한 유형의 열관리 장치들도 포함할 수 있다.

도 3을 참조하여 본 개시에 따른 강화학습을 수행하는 방법을 보다 구체적으로 설명한다.

도 3은 강화학습 방법을 설명하기 위해 시뮬레이션 모델과 강화학습 에이전트(agent)를 도시한 개념도이다. 시뮬레이션 모델(330)은 상태 정보 및 보상을 반환하는 주체이다. 강화학습 에이전트(310)는 상황 정보 및 보상에 기반하여 행동을 결정하는 주체이다. 본 개시에 있어서 상황 정보는 현재 시점의 상황 정보 및 다음 시점의 상황 정보를 포함할 수 있다. 현재 시점의 상황 정보 및 다음 시점의 상황 정보는 각각 해당 상황 정보가 획득된 시점에 따라 분류될 수 있다. 예컨대, 발생한 순서에 따라 시점은 "t, t+1 t+2, t+3"등으로 분류될 수 있고, 상기 "t, t+1 t+2, t+3"은 1초, 10초, 또는 1분 간격으로 분류된 것일 수 있다.

본 개시에 따른 강화학습 에이전트는 적어도 하나의 에피소드(episode)에 기초하여 학습될 수 있다. 본 개시내용에서 "에피소드"는 일련의 순서를 갖는 데이터 시퀀스(sequence)를 의미하는 용어로 사용될 수 있다. 에피소드는 E개(E는 1 이상의 자연수)의 원소를 포함하는 복수의 E-튜플(tuple) 데이터들로 구성된 데이터 집합일 수 있다. 에피소드에 포함된 복수의 E-튜플 데이터들은 일련의 순서를 가질 수 있다. E-튜플 데이터에 관한 일례로, E가 '4'인 경우, 각각의 4-튜플 데이터는 현재 상황 정보, 현재 시점의 제어 동작, 현재 시점의 보상, 다음 상황 정보를 원소로 포함할 수 있다. E-튜플 데이터에 관한 다른 일례로, E가 '5'인 경우, 각각의 5-튜플 데이터는 현재 시점의 상황 정보, 현재 시점의 제어 동작, 현재 시점의 보상, 다음 시점의 상황 정보, 다음 시점의 제어 동작을 원소로 포함할 수도 있다.

본 개시에 따른 프로세서(110)는, 전술한 학습 방법에 관한 복수의 단계들을 시작 상태에서 최종 상태에 이르기까지 반복하여 수행함으로써 하나의 에피소드를 획득할 수 있다. 상기 최종 상태는 기 설정된 종료 조건이 만족될 경우 도출될 수도 있고 기 설정된 개수의 스텝(step)이 진행된 경우 도출될 수도 있다. 상기 스텝(step)은 강화학습 제어 모델이 상태를 수신하고, 행동을 결정한 후, 상기 행동에 대해 보상 또는 갱신된 상태 정보를 수신하는 적어도 하나의 동작 단위를 가리킨다. 기 설정된 스텝의 개수는 임의의 자연수로 설정될 수 있으며, 예를 들어 200개의 스텝으로 구성될 수 있다.

프로세서(110)는 에피소드에 포함된 각각의 스텝마다 학습 데이터를 획득할 수 있다. 예를 들어, 프로세서(110)는 임의의 시점 T에 관련된 현재 상황 정보를 획득하고, 강화학습 에이전트를 활용하여 상기 현재 상황 정보에 기초하여 제어 동작을 결정하고, 상기 제어 동작에 따른 결과로서 상황 정보로부터 보상을 획득하고, 그리고 제어 동작의 결과로서 환경으로부터 다음 상태 정보를 획득할 수 있다. 이때, [현재 시점의 상황 정보(

), 현재 시점의 제어 동작(

), 현재 시점의 보상(

), 다음 상황 정보(

)]와 같은 튜플 형태로 학습 데이터로서 메모리(130)에 저장할 수 있다. 상기 학습 데이터의 시점 t는, 상기 강화학습 에이전트가 결정한 행동의 결과로서 갱신된 상황 정보를 획득하는 경우 다음 상태에 대한 시점 t+1로 진행될 수 있다.

프로세서(110)는 적어도 하나의 학습 데이터에 기초하여 강화학습 에이전트를 학습시킬 수 있다. 일례로, 프로세서(110)는 각 스텝이 끝날 때마다 각 스텝에 해당하는 학습 데이터에 기초하여 강화학습 에이전트를 학습할 수 있다.

본 개시에 따라 프로세서(110)가 강화학습을 수행하는 과정은 강화학습 에이전트에 포함된 뉴럴 네트워크의 각 노드 가중치 또는 편향값을 수정하는 단계를 포함할 수 있다. 상기 강화학습 에이전트에 포함된 뉴럴 네트워크의 각 노드 가중치 또는 편향값을 수정하는 단계는, 프로세서(110)에 의해, 도 4를 참조하여 상술된 뉴럴 네트워크에 관한 역전파(backpropagation) 기법과 동일 또는 유사한 방법으로 수행될 수 있다. 예를 들어, 임의의 시점 t에 관한 학습 데이터에 포함된 보상(

)이 양수인 경우, 프로세서(110)는 상기 학습 데이터에 포함된 임의의 시점 t에 관한 제어 동작(

)이 강화되도록 강화학습 에이전트에 포함된 하나 이상의 노드의 가중치 또는 편향값을 조절할 수 있다. 이때 강화학습 제어 모델에 포함된 하나 이상의 노드는, 강화학습 제어 모델이 상기 임의의 시점 t에 관한 학습 데이터에 포함된 상황 정보(

)를 입력 받은 후 상기 제어 동작(

)을 결정하는데 관여한 노드일 수 있다.

한편, 강화학습 에이전트(310)는, 시뮬레이션 모델(330)로부터 주어지는 보상의 누적값(i.e. 리턴)이 최대가 되도록 각각의 상태 정보에 있어서 행동을 결정할 수 있다. 강화학습 에이전트(310)가 행동을 결정하는 방법은 예를 들어, 가치 기반(Value-Based) 행동 결정 방법, 정책 기반(Policy-Based) 행동 결정 방법, 가치 및 정책 모두에 기반한 행동 결정 방법에 중 적어도 하나에 기초할 수 있다. 상기 가치 기반 행동 결정 방법은 가치 함수에 기초하여 각 상태에서 최고의 가치(value)를 주는 행동을 결정하는 방법이다. 가치 기반 행동 결정 방법의 예시로는 Q-learning, DQN(Deep Q-Network) 등이 포함될 수 있다. 상기 정책 기반 행동 결정 방법은 가치 함수 없이, 최종 리턴 및 정책 함수에 기초하여 행동을 결정하는 방법이다. 정책 기반 행동 결정 방법의 예시로는 Policy Gradient 기법 등이 포함될 수 있다. 상기 가치 및 정책 모두에 기반한 행동 결정 방법은 정책함수가 행동을 결정하면 가치함수가 행동을 평가하는 방식으로 학습하여 강화학습 에이전트의 행동을 결정하는 방법이다. 가치 및 정책 모두에 기반한 행동 결정 방법은 예를 들어, Actor-Critic 알고리즘, Soft Actor-Critic 알고리즘, A2C 알고리즘, A3C 알고리즘 등이 포함될 수 있다.

공조 장치를 제어하기 위한 본 개시에 따른 강화학습 에이전트는 신경망 모델에 기반하여 동작할 수 있다. 상기 신경망 모델은 하나 이상의 신경망 계층을 포함하는 구조를 가질 수 있으며, 각각의 신경망 계층은 적어도 하나의 노드를 포함할 수 있다. 이하 도 4를 참조하여 강화학습 에이전트에 포함되는 신경망 모델의 구조에 관하여 구체적으로 서술한다.

도 4는 본 개시에 따른 신경망 모델을 나타낸 개략도이다. 본 명세서에 걸쳐 신경망 모델, 인공 신경망, 네트워크 함수, 뉴럴 네트워크(neural network)는 서로 동일한 의미로 사용될 수 있다. 신경망 모델은 일반적으로 노드라 지칭될 수 있는 상호 연결된 계산 단위들의 집합으로 구성될 수 있다. 이러한 노드들은 뉴런(neuron)들로 지칭될 수도 있다. 신경망은 적어도 하나의 노드들을 포함하여 구성된다. 신경망들을 구성하는 노드(또는 뉴런)들은 하나 이상의 링크에 의해 상호 연결될 수 있다.

신경망 모델 내에서, 링크를 통해 연결된 하나 이상의 노드들은 상대적으로 입력 노드 및 출력 노드의 관계를 형성할 수 있다. 입력 노드 및 출력 노드의 개념은 상대적인 것으로서, 하나의 노드에 대하여 출력 노드 관계에 있는 임의의 노드는 다른 노드와의 관계에서 입력 노드 관계에 있을 수 있으며, 그 역도 성립할 수 있다. 상술한 바와 같이, 입력 노드 대 출력 노드 관계는 링크를 중심으로 생성될 수 있다. 하나의 입력 노드에 하나 이상의 출력 노드가 링크를 통해 연결될 수 있으며, 그 역도 성립할 수 있다.

하나의 링크를 통해 연결된 입력 노드 및 출력 노드 관계에서, 출력 노드의 데이터는 입력 노드에 입력된 데이터에 기초하여 그 값이 결정될 수 있다. 여기서 입력 노드와 출력 노드를 상호 연결하는 링크는 가중치(weight)를 가질 수 있다. 가중치는 가변적일 수 있으며, 신경망 모델이 원하는 기능을 수행하기 위해, 사용자 또는 알고리즘에 의해 가변 될 수 있다. 예를 들어, 하나의 출력 노드에 하나 이상의 입력 노드가 각각의 링크에 의해 상호 연결된 경우, 출력 노드는 상기 출력 노드와 연결된 입력 노드들에 입력된 값들 및 각각의 입력 노드들에 대응하는 링크에 설정된 가중치에 기초하여 출력 노드 값을 결정할 수 있다.

상술한 바와 같이, 신경망 모델은 하나 이상의 노드들이 하나 이상의 링크를 통해 상호 연결되어 신경망 모델 내에서 입력 노드 및 출력 노드 관계를 형성한다. 신경망 모델 내에서 노드들과 링크들의 개수 및 노드들과 링크들 사이의 연관관계, 링크들 각각에 부여된 가중치의 값에 따라, 신경망 모델의 특성이 결정될 수 있다. 예를 들어, 동일한 개수의 노드 및 링크들이 존재하고, 링크들의 가중치 값이 상이한 두 신경망이 존재하는 경우, 두 개의 신경망들은 서로 상이한 것으로 인식될 수 있다.

신경망은 하나 이상의 노드들의 집합으로 구성될 수 있다. 신경망 모델을 구성하는 노드들의 부분 집합은 레이어(layer)를 구성할 수 있다. 신경망 모델을 구성하는 노드들 중 일부는, 최초 입력 노드로부터의 거리들에 기초하여, 하나의 레이어(layer)를 구성할 수 있다. 예를 들어, 최초 입력 노드로부터 거리가 n인 노드들의 집합은, n 레이어를 구성할 수 있다. 최초 입력 노드로부터 거리는, 최초 입력 노드로부터 해당 노드까지 도달하기 위해 거쳐야 하는 링크들의 최소 개수에 의해 정의될 수 있다. 그러나, 이러한 레이어의 정의는 설명을 위한 임의적인 것으로서, 신경망 모델 내에서 레이어의 차수는 상술한 것과 상이한 방법으로 정의될 수 있다. 예를 들어, 노드들의 레이어는 최종 출력 노드로부터 거리에 의해 정의될 수도 있다.

최초 입력 노드는 신경망 모델 내의 노드들 중 다른 노드들과의 관계에서 링크를 거치지 않고 데이터가 직접 입력되는 하나 이상의 노드들을 의미할 수 있다. 또는, 신경망 모델 내에서, 링크를 기준으로 한 노드 간의 관계에 있어서, 링크로 연결된 다른 입력 노드들을 가지지 않는 노드들을 의미할 수 있다. 이와 유사하게, 최종 출력 노드는 신경망 모델 내의 노드들 중 다른 노드들과의 관계에서, 출력 노드를 가지지 않는 하나 이상의 노드들을 의미할 수 있다. 또한, 히든 노드는 최초 입력 노드 및 최후 출력 노드가 아닌 신경망 모델을 구성하는 노드들을 의미할 수 있다.

본 개시의 일 실시예에 따른 신경망 모델은 입력 레이어의 노드의 개수가 출력 레이어의 노드의 개수와 동일할 수 있으며, 입력 레이어에서 히든 레이어로 진행됨에 따라 노드의 수가 감소하다가 다시 증가하는 형태의 신경망 모델일 수 있다. 또한, 본 개시의 다른 일 실시예에 따른 신경망 모델은 입력 레이어의 노드의 개수가 출력 레이어의 노드의 개수 보다 적을 수 있으며, 입력 레이어에서 히든 레이어로 진행됨에 따라 노드의 수가 감소하는 형태의 신경망 모델일 수 있다. 또한, 본 개시의 또 다른 일 실시예에 따른 신경망 모델은 입력 레이어의 노드의 개수가 출력 레이어의 노드의 개수보다 많을 수 있으며, 입력 레이어에서 히든 레이어로 진행됨에 따라 노드의 수가 증가하는 형태의 신경망 모델일 수 있다. 본 개시의 또 다른 일 실시예에 따른 신경망 모델은 상술한 신경망 모델들의 조합된 형태의 신경망 모델일 수 있다.

딥 뉴럴 네트워크(DNN: deep neural network, 심층신경망 모델)는 입력 레이어와 출력 레이어 외에 복수의 히든 레이어를 포함하는 신경망 모델을 의미할 수 있다. 딥 뉴럴 네트워크를 이용하면 데이터의 잠재적인 구조(latent structures)를 파악할 수 있다. 즉, 사진, 글, 비디오, 음성, 음악의 잠재적인 구조(예를 들어, 어떤 물체가 사진에 있는지, 글의 내용과 감정이 무엇인지, 음성의 내용과 감정이 무엇인지 등)를 파악할 수 있다. 딥 뉴럴 네트워크는 컨볼루션 뉴럴 네트워크(CNN: convolutional neural network), 리커런트 뉴럴 네트워크(RNN: recurrent neural network), 오토 인코더(auto encoder), GAN(Generative Adversarial Networks), 제한 볼츠만 머신(RBM: restricted boltzmann machine), 심층 신뢰 네트워크(DBN: deep belief network), Q 네트워크, U 네트워크, 샴 네트워크, 적대적 생성 네트워크(GAN: Generative Adversarial Network) 등을 포함할 수 있다. 전술한 딥 뉴럴 네트워크의 기재는 예시일 뿐이며 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에서 네트워크 함수는 오토 인코더(autoencoder)를 포함할 수도 있다. 오토 인코더는 입력 데이터와 유사한 출력 데이터를 출력하기 위한 인공 신경망 모델의 일종일 수 있다. 오토 인코더는 적어도 하나의 히든 레이어를 포함할 수 있으며, 홀수 개의 히든 레이어가 입출력 레이어 사이에 배치될 수 있다. 각각의 레이어의 노드의 수는 입력 레이어의 노드의 수에서 병목 레이어(인코딩)라는 중간 레이어로 축소되었다가, 병목 레이어에서 출력 레이어(입력 레이어와 대칭)로 축소와 대칭되어 확장될 수도 있다. 오토 인코더는 비선형 차원 감소를 수행할 수 있다. 입력 레이어 및 출력 레이어의 수는 입력 데이터의 전처리 이후에 차원과 대응될 수 있다. 오토 인코더 구조에서 인코더에 포함된 히든 레이어의 노드의 수는 입력 레이어에서 멀어질수록 감소하는 구조를 가질 수 있다. 병목 레이어(인코더와 디코더 사이에 위치하는 가장 적은 노드를 가진 레이어)의 노드의 수는 너무 작은 경우 충분한 양의 정보가 전달되지 않을 수 있으므로, 특정 수 이상(예를 들어, 입력 레이어의 절반 이상 등)으로 유지될 수도 있다.

뉴럴 네트워크는 출력의 오류를 최소화하는 방향으로 학습될 수 있다. 뉴럴 네트워크의 강화학습 방법에 대하여는 자세히 후술한다. 뉴럴 네트워크의 학습에서 반복적으로 학습 데이터를 뉴럴 네트워크에 입력시키고 학습 데이터에 대한 뉴럴 네트워크의 출력과 타겟의 에러를 계산하고, 에러를 줄이기 위한 방향으로 뉴럴 네트워크의 에러를 뉴럴 네트워크의 출력 레이어에서부터 입력 레이어 방향으로 역전파(backpropagation)하여 뉴럴 네트워크의 각 노드의 가중치를 업데이트 하는 과정이다. 업데이트 되는 각 노드의 연결 가중치는 학습률(learning rate)에 따라 변화량이 결정될 수 있다. 입력 데이터에 대한 뉴럴 네트워크의 계산과 에러의 역전파는 학습 사이클(epoch)을 구성할 수 있다. 학습률은 뉴럴 네트워크의 학습 사이클의 반복 횟수에 따라 상이하게 적용될 수 있다. 예를 들어, 뉴럴 네트워크의 학습 초기에는 높은 학습률을 사용하여 뉴럴 네트워크가 빠르게 일정 수준의 성능을 확보하도록 하여 효율성을 높이고, 학습 후기에는 낮은 학습률을 사용하여 정확도를 높일 수 있다.

이제부터, 도 5의 S500 단계 내지 S520 단계를 참조하여, 본 개시의 일 실시예에 따라, 공조 장치를 제어하기 위한 방법에 관한 개괄적인 프로세스가 설명된다.

도 5를 참조하면, 프로세서(110)는 "강화학습 에이전트(reinforcement learning agent)를 활용하여, 공조 장치에 대한 제 1 시점의 제어 동작(action)을 결정하는 단계(S500)", "상기 강화학습 에이전트를 활용하여, 보상 지연 시간을 기초로, 상기 제 1 시점의 제어 동작에 대한 보상(reward)을 결정하는 단계(S510)" 및 "상기 결정된 보상에 기초하여 상기 공조 장치의 제어와 관련된 강화 학습을 수행하는 단계(S520)"를 수행할 수 있다.

이때, 상기 제 1 시점으로부터 상기 보상 지연 시간이 경과한 시점은 제 2 시점에 대응되고, 상기 제 1 시점의 제어 동작에 대한 보상은, 상기 제 1 시점 이후 및 상기 제 2 시점 이전의 상황들은 제외된 상태에서 산출될 수 있다. 즉, 프로세스(110)는, 보상 지연 시간 동안의 상황들은 고려하지 않으면서 강화학습을 위한 보상을 산출할 수 있다. 또한, 상기 제 1 시점의 제어 동작에 대한 보상은, 상기 공조 장치에 대한 상기 제 1 시점의 제어 동작이 상기 제 1 시점부터 동작 유지 시간이 경과한 시점까지 유지된다는 가정하에 산출될 수 있다. 이상에서 언급된 시점들을 좀더 명확하게 정리하면, 제 1 시점, 제 2 시점 및 제 3 시점은 각각 '제 1 시점 = 제 1 시점', '제 2 시점 = 제 1 시점 + 보상 지연 시간' 및 '제 3 시점 = 제 1 시점 + 동작 유지 시간'일 수 있다. 또한, 상기 동작 유지 시간은, 상기 보상 지연 시간과 동일하거나, 상기 보상 지연 시간 보다 더 긴 시간일 수 있다. (즉, 보상 지연 시간 ≤ 동작 유지 시간) 또한, 상기 제 3 시점은 상기 제 2 시점과 동일한 시점이거나, 상기 제 2 시점보다 이후의 시점일 수 있다. 즉, 제 1 시점에 동작 유지 시간이 더해진 제 3 시점과 제 1 시점에 보상 지연 시간이 더해진 제 2 시점을 비교하면 "제 2 시점 ≤ 제 3 시점"일 수 있다.

프로세서(110)가 수행하는 상기 S510 단계와 관련하여, 상기 동작 유지 시간이 상기 보상 지연 시간과 동일한 경우(이하, S510A 경우), 프로세서(110)는 "상기 제 1 시점 이후 및 상기 제 2 시점 이전의 상황들을 고려하지 않고, 상기 제 2 시점의 상황을 기초로 상기 제 1 시점의 제어 동작에 대한 보상을 결정하는 단계(S511A)"를 수행할 수 있다. (상기 S511A에 관련된 자세한 실시예(이하, 실시예-1)는 추후, 도 6과 함께 자세히 설명된다.)

반면, 프로세서(110)가 수행하는 상기 S510 단계와 관련하여, 상기 동작 유지 시간이 상기 보상 지연 시간보다 더 긴 시간인 경우(이하, S510B 경우), 프로세서(110)는 "상기 제 1 시점 이후 및 상기 제 2 시점 이전의 상황들을 고려하지 않고, 상기 제 2 시점 내지 상기 제 3 시점의 상황들을 기초로, 상기 제 1 시점의 제어 동작에 대한 보상을 결정하는 단계(S512B)"를 수행할 수 있다.

구체적으로, 상기 S512B 단계와 관련하여, 프로세서(110)는 "상기 제 2 시점 내지 제 3 시점에 포함되는 시점들의 상황들을 고려한 보상들을 산출하는 단계(S512B-1)", "상기 산출된 보상들의 대표값을 산출하는 단계(S512B-2)" 및 "상기 대표값을 상기 제 1 시점의 제어 동작에 대한 보상으로서 결정하는 단계(S512B-3)"를 수행할 수 있다.

프로세서(110)가 수행하는 상기 S512B 단계 그리고, 상기 S512B-1 내지 S512B-3 단계와 관련된 실시예(이하, 실시예-2)는 추후, 도 7과 함께 자세히 설명된다.

요컨대, 프로세서(110)가 공조 장치를 제어하기 위한 본 개시에 따른 방법의 개괄적인 프로세스는, S500 내지 S520 단계를 포함하고, 상기 S510 단계와 관련하여 프로세서(110)는 "제 2 시점과 제 3 시점이 동일한지, 혹은 제 3 시점이 제 2 시점보다 이후에 존재하는지"에 따라, " S511A"(실시예-1) 또는, "S512B 단계 그리고, S512B-1 내지 S512B-3 단계"(실시예-2)를 선택적으로 수행할 수 있다.

한편, 본 개시의 일 실시예에서, 강화 학습의 지연 보상의 산출 과정에서 활용되는, 상기 보상 지연 시간 및 상기 동작 유지 시간은, 미리 설정되거나, 보상 산출 시점마다 동적으로 결정될 수 있다. 예를 들어, 상기 보상 지연 시간 및 상기 동작 유지 시간은, 강화학습 에이전트의 신경망 구조를 활용하여 보상 산출 시점마다 동적으로 결정될 수 있다. 또한, 이 경우, 상기 보상 지연 시간 및 상기 동작 유지 시간은, 보상 산출 시점의 제어 동작, 내부 환경 정보, 및 외부 환경 정보에 기초하는 임베딩 벡터를 활용하여 동적으로 결정될 수 있다.

또한, 본 개시의 전반에 언급되는 상기 공조 장치는, HVAC(Heating, Ventilation, and Air Conditioning) 시스템 또는 열관리 시스템 중 적어도 하나를 포함할 수 있고, 상기 프로세서(110)가 강화학습 에이전트를 기초로 생성하는 제어 동작은, 압축기(compressor) RPM 수치에 대한 제어 동작, 밸브 개도량에 대한 제어 동작, 냉각수 히터의 가열량에 대한 제어 동작, 응축기(condenser)에 대한 제어 동작, 증발기(evaporator)에 대한 제어 동작, 라디에이터(radiator)에 대한 제어 동작, 어큐뮬레이터(accumulator)에 대한 제어 동작, 칠러(chiller)에 대한 제어 동작, 실외 열교환기(outdoor heat exchanger)에 대한 제어 동작, 공기 정화 장치에 대한 제어 동작, 또는 폐열 회수 장치에 대한 제어 동작 중 적어도 하나를 포함할 수 있다. 그러나, 상기 공조 장치와 제어 동작은 이에 한정되지 않고, 상황에 따라 다양한 요소들이 포함될 수 있다.

또한, 본 개시의 전반에 언급되는 상기 보상은 상기 HVAC 시스템 또는 상기 열 관리 시스템(또는 이러한 시스템이 설치된 대상)의 내부 상황 정보에 기초하여 산출될 수 있고, 상기 내부 상황 정보는, 압축기 정보, 응축기 정보, 팽창기 정보, 증발기 정보, 밸브 개도량 정보(예를 들어, 냉매 팽창 밸브 개도량 정보), 히터 정보, 폐열 회수 정보, 온도 정보, 습도 정보, 공기의 청정도 정보, 또는 공기의 흐름 정보 중 적어도 하나를 포함할 수 있다. 또한, 상기 HVAC 시스템 또는 상기 열 관리 시스템(또는 이러한 시스템이 설치된 대상)의 내부 상황 정보는, 상기 HVAC 시스템 또는 상기 열 관리 시스템(또는 이러한 시스템이 설치된 대상)의 상호작용을 모사하는 시뮬레이션 환경에 기초하여 획득될 수 있다. 일 실시예에서 시뮬레이션 환경은, 신경망 구조를 포함하는 다이나믹 모델(dynamic model)에 의해 구현될 수 있다.

도 6은 본 개시의 일 실시예에 따라, 동작 유지 시간이 상기 보상 지연 시간과 동일한 경우를 표현한 개략도이고, 도 7은 본 개시의 일 실시예에 따라, 동작 유지 시간이 상기 보상 지연 시간보다 더 긴 시간인 경우를 표현한 개략도이다. 이제부터, 도 6을 참조하여 실시예-1, 그리고 도 7을 참조하여 실시예-2에 대한 설명이 예시와 함께 개시된다.

앞서, 프로세서(110)는 공조 장치를 제어하기 위해 S500 내지 S520 단계를 수행할 수 있다고 언급하였다. 또한, 상기 S510 단계와 관련하여 프로세서(110)는 "제 2 시점과 제 3 시점의 동일(즉, 동작 유지 시간이 보상 지연 시간과 동일)한지, 혹은 제 3 시점이 제 2 시점보다 이후에 존재하는지(즉, 동작 유지 시간이 보상 지연 시간 보다 길 경우)"에 따라, " S511A 단계"(실시예-1) 또는, "S512B 단계 그리고, S512B-1 내지 S512B-3 단계"(실시예-2)를 선택적으로 수행할 수 있다.

먼저 실시예-1과 관련하여, 도 6을 참조하면, 프로세서(110)는, 보상 산출의 대상이 되는 제어 동작이 수행된 시점을 제 1 시점(600)으로 결정하고, 상기 제 1 시점(600)으로부터 보상 지연 시간(603)이 경과한 시점을 제 2 시점(601)으로 결정할 수 있다.

또한, 프로세서(110)는 상기 동작 유지 시간(602)이 보상 지연 시간(603)과 동일할 경우, "상기 제 1 시점(600) 이후 및 상기 제 2 시점(601) 이전의 상황들을 고려하지 않고, 상기 제 2 시점(601)의 공조 장치의 상황을 기초로, 상기 제 1 시점(600)의 제어 동작에 대한 보상을 결정(S511A)"할 수 있다.

예컨대, 상기 S511A 단계와 관련하여, "시점과 시점 사이의 간격이 10초이고, 보상 산출의 대상이 되는 제어 동작이 수행된 상기 제 1 시점(600)이 t 시점에 대응하며, 동작 유지 시간(602)과 보상 지연 시간(603)이 동일하게 50초라고 가정"하면, t 시점(제 1 시점)은 0초, t+1 시점은 10초, t+2 시점은 20초, t+3 시점은 30초, t+4 시점은 40초, 그리고 t+5 시점(제 2 시점)은 50초에 대응될 수 있다. 이때, 프로세서(110)는 상기 제 1 시점(600) t 부터 제 2 시점(601) t+5 이전 시점까지(즉, t, t+1, t+2, t+3, t+4)의 상황들을 고려하지 않고, t+5 시점 또는 t+5 시점 이후의 상황 중 하나를 고려하여 제 1 시점(600)인 t 시점에 대한 보상을 결정할 수 있다.

한편, 프로세서(110)는 보상 산출의 대상이 되는 제어 동작이 수행된 시점을 제 1 시점(600)으로 결정하고, 상기 제 1 시점(600)부터 미리 결정된 간격으로 순차적(즉, t → t+1 → t+2 …)으로 제 1 시점을 전환하며 S511A에 대응되는 동작을 수행할 수 있다.

예컨대, 상기 S511A 단계와 관련하여, 미리 결정된 시점의 간격이 10초이고(예컨대, 0초, 10초, 20초 …), 0초 시점이 제 1 시점(600)이며, 동작 유지 시간(602)이 보상 지연 시간(603)과 50초로 동일할 때, 프로세서(110)는, 0초 시점의 제어 동작에 대한 보상을 위해 (0초 이후 그리고 50초 이전의 상황을 고려하지 않고) 50초 시점의 상황을 고려하고, 10초 시점의 제어 동작에 대한 보상을 위해 (10초 이후 그리고 60초 이전의 상황을 고려하지 않고) 60초 시점의 상황을 고려하며, 20초 시점의 제어 동작에 대한 보상을 위해 (20초 이후 그리고 70초 이전의 상황을 고려하지 않고) 70초 시점의 상황을 고려할 수 있다. 한편, 위에서 언급했듯이, 동작 유지 시간(602) 및 보상 지연 시간(603)은, 미리 결정된 값이 아니라, 동적으로 구성될 수도 있다. 예를 들어, 동작 유지 시간(602) 및 보상 지연 시간(603)은, 0초 시점의 제어 동작과 관련해서는, 31초로 동적 결정될 수 있고, 10초 시점의 제어 동작과 관련해서는 27초로 동적 결정될 수도 있다. 이 경우, 프로세서(110)는, 0초 시점의 제어 동작에 대한 보상을 위해 (0초 이후 그리고 31초 이전의 상황을 고려하지 않고) 31초 시점의 상황을 고려하고, 10초 시점의 제어 동작에 대한 보상을 위해 (10초 이후 그리고 37초 이전의 상황을 고려하지 않고) 37초 시점의 상황을 고려할 수 있다. 일 실시예에서, 이러한 동작 유지 시간(602) 및 보상 지연 시간(603)은, 강화학습 에이전트의 신경망 구조를 활용하여 보상 산출 시점(즉, 제어 동작 시점)마다 동적으로 결정될 수 있다. 또한, 동작 유지 시간(602) 및 보상 지연 시간(603)은, 보상 산출 시점의 제어 동작, 내부 환경 정보, 및 외부 환경 정보에 기초하는 임베딩 벡터를 활용하여 동적으로 결정될 수도 있다.

이어서, 실시예-2와 관련하여, 도 7을 참조하면, 프로세서(110)는, 보상 산출의 대상이 되는 제어 동작이 수행된 시점을 제 1 시점(700)으로 결정하고, 상기 제 1 시점(700)으로부터 보상 지연 시간(703)이 경과한 시점을 제 2 시점(701)으로 결정하고, 상기 제 1 시점(700)으로부터 동작 유지 시간(704)이 경과한 시점을 제 3 시점(704)으로 결정할 수 있다. 이와 관련하여, 동작 유지 시간(704)의 종료 시점인 제 3 시점(702)이 보상 지연 시간(703)의 종료 시점인 제 2 시점(701)의 이후 시점에 위치할 때, 프로세서(110)는, 상기 제 1 시점(700) 이후 및 상기 제 2 시점(701) 이전의 상황들을 고려하지 않고, 상기 제 2 시점(701) 내지 상기 제 3 시점(702)의 상황들을 기초로, 상기 제 1 시점(700)의 제어 동작에 대한 보상을 결정(S512B)할 수 있다. 이때, 상기 보상을 결정함에 있어서, 프로세서(110)는 "상기 제 2 시점(701) 내지 상기 제 3 시점(702)에 포함되는 시점들의 상황들을 고려한 보상을 산출(S512B-1)"할 수 있고, "상기 산출된 보상들의 대표값을 산출(S512B-2)"하고, "상기 대표값을 상기 제 1 시점(700)의 제어 동작에 대한 보상으로서 결정(S512B-3)"할 수 있다. 또한, 상기 대표값은 상기 제 2 시점(701) 내지 상기 제 3 시점(702)에 포함되는 시점들의 상황들에 기초하여 산출된 보상들의 평균값, 중간값, 최빈값, 최댓값, 최솟값 등의 다양한 대표값으로 구성될 수 있다.

예컨대, S512B-1 단계와 관련하여, 프로세서(110)는, 상기 제 1 시점(700)이 t이고 상기 제 2 시점(701)이 t+2이고 상기 제 3 시점(702)이 t+5라고 가정할 때, t 부터 t+2 까지의 시점을 제외한 t+2 부터 t+5 까지의 시점에 포함되는 복수의 시점들(예컨대, t+2, t+3, t+4, t+5)의 상황들을 각각 예측하고, 예측된 복수의 시점들의 상황들에 기초하여 복수의 보상들을 산출할 수 있다. 이어서, S512B-2 단계와 관련하여, 프로세서(110)는 상기 t+2 부터 t+5 까지의 시점(예컨대, t+2, t+3, t+4, t+5)과 연관된 상기 복수의 보상들의 대표값을 결정할 수 있다. 이때, 프로세서(110)가 대표값을 결정하는 방법은 상기 산출된 복수의 보상들의 평균값, 중간 값, 최빈값, 최댓값, 최솟값 등을 포함하는 다양한 방법을 포함할 수 있다. 마지막으로 S512B-3 단계와 관련하여, 프로세서(110)는 상기 결정된 대표값을 상기 t 시점의 제어 동작에 대한 보상으로서 결정할 수 있다.

한편, 프로세서(110)는 보상 산출의 대상이 되는 제어 동작이 수행된 시점을 제 1 시점(700)으로 결정하고, 상기 제 1 시점(700)부터 미리 결정된 간격으로 순차적(즉, t → t+1 → t+2 …)으로 제 1 시점을 전환하며 S512B-1 내지 S512B-3에 대응되는 동작을 수행할 수 있다. 예컨대, 미리 결정된 시점의 간격이 10초(즉, t + 1 - t = 10초)이고, 동작 유지 시간(704)이 50초이며, 보상 지연 시간(703)이 30초일 때, 제어동작이 시작된 0초 시점(즉, t)에 대한 보상은 30초 내지 50초 시점(즉, t+3 내지 t+5)의 대표값에 기초하여 결정되고, 10초 시점(즉, t+1)에 대한 보상은 40초 내지 60초 시점(즉, t+4 내지 t+6)의 대표값에 기초하여 결정되며, 20초 시점(즉, t+2)에 대한 보상은 50초 내지 70초 시점(즉, t+5 내지 t+7)의 대표값에 기초하여 결정될 수 있다. 한편, 위에서 언급했듯이, 동작 유지 시간(704) 및 보상 지연 시간(703)은, 미리 결정된 값이 아니라, 동적으로 구성될 수도 있다. 예를 들어, 동작 유지 시간(704) 및 보상 지연 시간(703)은, 0초 시점의 제어 동작과 관련하여, 각각 40초 및 31초로 동적 결정될 수 있고, 10초 시점의 제어 동작과 관련해서는, 각각 38초 및 27초로 동적 결정될 수도 있다. 이 경우, 프로세서(110)는, 0초 시점의 제어 동작에 대한 보상을 위해 (0초 이후 그리고 31초 이전의 상황을 고려하지 않고) 31초 내지 40초의 시점들의 상황들을 고려하고, 10초 시점의 제어 동작에 대한 보상을 위해 (10초 이후 그리고 37초 이전의 상황을 고려하지 않고) 37초 내지 48초의 시점들의 상황들을 고려할 수 있다. 일 실시예에서, 이러한 동작 유지 시간(704) 및 보상 지연 시간(703)은, 강화학습 에이전트의 신경망 구조를 활용하여 보상 산출 시점(즉, 제어 동작 시점)마다 각각 동적으로 결정될 수 있다. 또한, 동작 유지 시간(704) 및 보상 지연 시간(703)은, 보상 산출 시점의 제어 동작, 내부 환경 정보, 및 외부 환경 정보에 기초하는 임베딩 벡터를 활용하여 각각 동적으로 결정될 수도 있다.

도 8은 본 개시의 일 실시예에 따른 방법을 사용하였을 때, 온도와 제어동작의 추이를 나타낸 개략도이고, 도 9는 본 개시의 일 실시예에 따른 방법을 사용하여 테스트한 결과를 나타낸 개략도이다.

효과적인 측면에서, HVAC 시스템 또는 열 관리 시스템과 같이 제어 동작에 대한 피드백(즉, 상황의 변화)가 느리게 진행되는 경우(즉, 강화학습을 사용함에 있어서, 지연 시간이 다른 문제들과 대비하여 월등히 큰 경우), PID 제어 혹은 종래의 강화학습 방법과 비교하여, 본 개시의 일 실시예에 따른 방법은 비교적 빠른 시간에 안정화되는 포인트를 찾아 공조 장치를 제어할 수 있으므로, 공조 장치 제어와 관련된 강화학습 에이전트의 제어 안정성을 높일 수 있다. 또한, 학습에 고려되는 보상의 개수가 종래의 방법과 비교하여 적으므로, 학습에 필요한 프로세싱 자원이 비교적 적다는 장점이 있다. 또한, 제어 동작을 일정 구간동안 유지했다는 가정하에 보상을 산출하기 때문에 현재 상황이 목표한 상황과 상이하더라도 각 시점 별 제어 동작이 대부분 일정하게 유지될 수 있는 방향으로 강화학습이 수행되므로, 제어 동작의 변동이 안정될 수 있다. 상기 효과들에 인하여, 종래의 방법(예컨대, 종전의 강화학습 방법 및 PID 방법)과 비교하여 목표 환경에 도달하기까지의 에너지 자원이 절약될 수 있다.

구체적으로, 도 8을 참조하면, 같은 상황 조건에서 각각 본 개시의 일 실시예에 따른 제어 방법(810)과 기존의 강화학습 방법을 사용한 종래의 제어 방법(800)을 비교하였을 때, 종래의 제어 방법(800)은, 안정적인 제어 동작을 고려하지 않고 학습되어, 목표 온도와 현재 시점의 온도의 차이가 클수록 제어 동작과 관련된 수치가 높게 측정되고, 특정 시점 구간(801)에서의 온도가 가파르게 상승하고 제어 동작이 불안정한 것을 확인할 수 있다. 반면, 본 개시의 일 실시예에 따른 제어 방법(810)은 일정 구간 시점의 제어 동작이 일정하다고 가정하고 에이전트를 강화 학습하므로, 온도의 상승폭이 원만하며, 제어 동작이 안정적임을 확인할 수 있다.

추가적으로, 도 9를 참조하면, 같은 상황 조건에서 각각 에피소드 5까지 진행된 본 개시의 일 실시예에 따른 제어 방법(900)과 에피소드 5까지 진행된 기존의 강화학습 방법을 사용한 종래의 제어 방법(910)을 비교하였을 때, 본 개시의 일 실시예에 따른 제어 방법(900)은 목표 온도에 도달하기까지 비교적 안정적으로 상승하고, 목표 온도에 도달 후에도 목표 온도를 유지하는 정도가 안정적임을 확인할 수 있다. 또한, 전체 제어 동작이 종래의 제어 방법(910)과 비교하여 요동치지 않고 안정적인 것을 확인할 수 있다. 즉, 본 발명의 일 실시예에 따른 방법을 사용할 경우, 프로세서(110)가 HVAC 시스템 또는 열 관리 시스템이 포함된 공조 장치를 제어함에 있어서, 종래의 방법과 비교하여, 안정적인 제어가 가능하고, 안정적인 제어에 따라, 에너지 효율 상승, 시스템 안정 및 공조 대상이 되는 공간에 위치한 사람에게 불규칙하고 잦은 소음 및 급격한 온도 변화로 인한 불쾌감을 완화할 수 있다.

도 10은 본 개시의 실시예들이 구현될 수 있는 예시적인 컴퓨팅 환경에 대한 간략하고 일반적인 개략도이다.

본 개시가 일반적으로 컴퓨팅 장치에 의해 구현될 수 있는 것으로 전술되었지만, 통상의 기술자라면 본 개시가 하나 이상의 컴퓨터 상에서 실행될 수 있는 컴퓨터 실행가능 명령어 및/또는 기타 프로그램 모듈들과 결합되어 및/또는 하드웨어와 소프트웨어의 조합으로써 구현될 수 있다는 것을 잘 알 것이다.

일반적으로, 프로그램 모듈은 특정의 태스크를 수행하거나 특정의 추상 데이터 유형을 구현하는 루틴, 프로그램, 컴포넌트, 데이터 구조, 기타 등등을 포함한다. 또한, 통상의 기술자라면 본 개시의 방법이 단일-프로세서 또는 멀티프로세서 컴퓨터 시스템, 미니컴퓨터, 메인프레임 컴퓨터는 물론 퍼스널 컴퓨터, 핸드헬드(handheld) 컴퓨팅 장치, 마이크로프로세서-기반 또는 프로그램가능 가전 제품, 기타 등등(이들 각각은 하나 이상의 연관된 장치와 연결되어 동작할 수 있음)을 비롯한 다른 컴퓨터 시스템 구성으로 실시될 수 있다는 것을 잘 알 것이다.

본 개시의 설명된 실시예들은 어떤 태스크들이 통신 네트워크를 통해 연결되어 있는 원격 처리 장치들에 의해 수행되는 분산 컴퓨팅 환경에서 실시될 수 있다. 분산 컴퓨팅 환경에서, 프로그램 모듈은 로컬 및 원격 메모리 저장 장치 둘 다에 위치할 수 있다.

컴퓨터는 통상적으로 다양한 컴퓨터 판독가능 매체를 포함한다. 컴퓨터에 의해 액세스 가능한 매체는 그 어떤 것이든지 컴퓨터 판독가능 매체가 될 수 있고, 이러한 컴퓨터 판독가능 매체는 휘발성 및 비휘발성 매체, 일시적(transitory) 및 비일시적(non-transitory) 매체, 이동식 및 비-이동식 매체를 포함한다. 제한이 아닌 예로서, 컴퓨터 판독가능 매체는 컴퓨터 판독가능 저장 매체 및 컴퓨터 판독가능 전송 매체를 포함할 수 있다. 컴퓨터 판독가능 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보를 저장하는 임의의 방법 또는 기술로 구현되는 휘발성 및 비휘발성 매체, 일시적 및 비-일시적 매체, 이동식 및 비이동식 매체를 포함한다. 컴퓨터 판독가능 저장 매체는 RAM, ROM, EEPROM, 플래시 메모리 또는 기타 메모리 기술, CD-ROM, DVD(digital video disk) 또는 기타 광 디스크 저장 장치, 자기 카세트, 자기 테이프, 자기 디스크 저장 장치 또는 기타 자기 저장 장치, 또는 컴퓨터에 의해 액세스될 수 있고 원하는 정보를 저장하는 데 사용될 수 있는 임의의 기타 매체를 포함하지만, 이에 한정되지 않는다.

컴퓨터 판독가능 전송 매체는 통상적으로 반송파(carrier wave) 또는 기타 전송 메커니즘(transport mechanism)과 같은 피변조 데이터 신호(modulated data signal)에 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터 등을 구현하고 모든 정보 전달 매체를 포함한다. 피변조 데이터 신호라는 용어는 신호 내에 정보를 인코딩하도록 그 신호의 특성들 중 하나 이상을 설정 또는 변경시킨 신호를 의미한다. 제한이 아닌 예로서, 컴퓨터 판독가능 전송 매체는 유선 네트워크 또는 직접 배선 접속(direct-wired connection)과 같은 유선 매체, 그리고 음향, RF, 적외선, 기타 무선 매체와 같은 무선 매체를 포함한다. 상술된 매체들 중 임의의 것의 조합도 역시 컴퓨터 판독가능 전송 매체의 범위 안에 포함되는 것으로 한다.

컴퓨터(1102)를 포함하는 본 개시의 여러가지 측면들을 구현하는 예시적인 환경(1100)이 나타내어져 있으며, 컴퓨터(1102)는 처리 장치(1104), 시스템 메모리(1106) 및 시스템 버스(1108)를 포함한다. 시스템 버스(1108)는 시스템 메모리(1106)(이에 한정되지 않음)를 비롯한 시스템 컴포넌트들을 처리 장치(1104)에 연결시킨다. 처리 장치(1104)는 다양한 상용 프로세서들 중 임의의 프로세서일 수 있다. 듀얼 프로세서 및 기타 멀티프로세서 아키텍처도 역시 처리 장치(1104)로서 이용될 수 있다.

시스템 버스(1108)는 메모리 버스, 주변장치 버스, 및 다양한 상용 버스 아키텍처 중 임의의 것을 사용하는 로컬 버스에 추가적으로 상호 연결될 수 있는 몇 가지 유형의 버스 구조 중 임의의 것일 수 있다. 시스템 메모리(1106)는 판독 전용 메모리(ROM)(1110) 및 랜덤 액세스 메모리(RAM)(1112)를 포함한다. 기본 입/출력 시스템(BIOS)은 ROM, EPROM, EEPROM 등의 비휘발성 메모리(1110)에 저장되며, 이 BIOS는 시동 중과 같은 때에 컴퓨터(1102) 내의 구성요소들 간에 정보를 전송하는 일을 돕는 기본적인 루틴을 포함한다. RAM(1112)은 데이터를 캐싱하기 위한 정적 RAM 등의 고속 RAM을 포함할 수 있다.

컴퓨터(1102)는 내장형 하드 디스크 드라이브(HDD)(1114)(예를 들어, EIDE, SATA)－이 내장형 하드 디스크 드라이브(1114)는 적당한 섀시(도시 생략) 내에서 외장형 용도로 구성될 수 있음－, 자기 플로피 디스크 드라이브(FDD)(1116)(예를 들어, 이동식 디스켓(1118)으로부터 판독을 하거나 그에 기록을 하기 위한 것임), 및 광 디스크 드라이브(1120)(예를 들어, CD-ROM 디스크(1122)를 판독하거나 DVD 등의 기타 고용량 광 매체로부터 판독을 하거나 그에 기록을 하기 위한 것임)를 포함한다. 하드 디스크 드라이브(1114), 자기 디스크 드라이브(1116) 및 광 디스크 드라이브(1120)는 각각 하드 디스크 드라이브 인터페이스(1124), 자기 디스크 드라이브 인터페이스(1126) 및 광 드라이브 인터페이스(1128)에 의해 시스템 버스(1108)에 연결될 수 있다. 외장형 드라이브 구현을 위한 인터페이스(1124)는 USB(Universal Serial Bus) 및 IEEE 1394 인터페이스 기술 중 적어도 하나 또는 그 둘 다를 포함한다.

이들 드라이브 및 그와 연관된 컴퓨터 판독가능 매체는 데이터, 데이터 구조, 컴퓨터 실행가능 명령어, 기타 등등의 비휘발성 저장을 제공한다. 컴퓨터(1102)의 경우, 드라이브 및 매체는 임의의 데이터를 적당한 디지털 형식으로 저장하는 것에 대응한다. 상기에서의 컴퓨터 판독가능 매체에 대한 설명이 HDD, 이동식 자기 디스크, 및 CD 또는 DVD 등의 이동식 광 매체를 언급하고 있지만, 통상의 기술자라면 집 드라이브(zip drive), 자기 카세트, 플래쉬 메모리 카드, 카트리지, 기타 등등의 컴퓨터에 의해 판독가능한 다른 유형의 매체도 역시 예시적인 운영 환경에서 사용될 수 있으며 또 임의의 이러한 매체가 본 개시의 방법들을 수행하기 위한 컴퓨터 실행가능 명령어를 포함할 수 있다는 것을 잘 알 것이다.

운영 체제(1130), 하나 이상의 애플리케이션 프로그램(1132), 기타 프로그램 모듈(1134) 및 프로그램 데이터(1136)를 비롯한 다수의 프로그램 모듈이 드라이브 및 RAM(1112)에 저장될 수 있다. 운영 체제, 애플리케이션, 모듈 및/또는 데이터의 전부 또는 그 일부분이 RAM(1112)에 캐싱될 수 있다. 본 개시가 여러가지 상업적으로 이용가능한 운영 체제 또는 운영 체제들의 조합에서 구현될 수 있다는 것을 잘 알 것이다.

사용자는 하나 이상의 유선/무선 입력 장치, 예를 들어, 키보드(1138) 및 마우스(1140) 등의 포인팅 장치를 통해 컴퓨터(1102)에 명령 및 정보를 입력할 수 있다. 기타 입력 장치(도시 생략)로는 마이크, IR 리모콘, 조이스틱, 게임 패드, 스타일러스 펜, 터치 스크린, 기타 등등이 있을 수 있다. 이들 및 기타 입력 장치가 종종 시스템 버스(1108)에 연결되어 있는 입력 장치 인터페이스(1142)를 통해 처리 장치(1104)에 연결되지만, 병렬 포트, IEEE 1394 직렬 포트, 게임 포트, USB 포트, IR 인터페이스, 기타 등등의 기타 인터페이스에 의해 연결될 수 있다.

모니터(1144) 또는 다른 유형의 디스플레이 장치도 역시 비디오 어댑터(1146) 등의 인터페이스를 통해 시스템 버스(1108)에 연결된다. 모니터(1144)에 부가하여, 컴퓨터는 일반적으로 스피커, 프린터, 기타 등등의 기타 주변 출력 장치(도시 생략)를 포함한다.

컴퓨터(1102)는 유선 및/또는 무선 통신을 통한 원격 컴퓨터(들)(1148) 등의 하나 이상의 원격 컴퓨터로의 논리적 연결을 사용하여 네트워크화된 환경에서 동작할 수 있다. 원격 컴퓨터(들)(1148)는 워크스테이션, 컴퓨팅 디바이스 컴퓨터, 라우터, 퍼스널 컴퓨터, 휴대용 컴퓨터, 마이크로프로세서-기반 오락 기기, 피어 장치 또는 기타 통상의 네트워크 노드일 수 있으며, 일반적으로 컴퓨터(1102)에 대해 기술된 구성요소들 중 다수 또는 그 전부를 포함하지만, 간략함을 위해, 메모리 저장 장치(1150)만이 도시되어 있다. 도시되어 있는 논리적 연결은 근거리 통신망(LAN)(1152) 및/또는 더 큰 네트워크, 예를 들어, 원거리 통신망(WAN)(1154)에의 유선/무선 연결을 포함한다. 이러한 LAN 및 WAN 네트워킹 환경은 사무실 및 회사에서 일반적인 것이며, 인트라넷 등의 전사적 컴퓨터 네트워크(enterprise-wide computer network)를 용이하게 해주며, 이들 모두는 전세계 컴퓨터 네트워크, 예를 들어, 인터넷에 연결될 수 있다.

LAN 네트워킹 환경에서 사용될 때, 컴퓨터(1102)는 유선 및/또는 무선 통신 네트워크 인터페이스 또는 어댑터(1156)를 통해 로컬 네트워크(1152)에 연결된다. 어댑터(1156)는 LAN(1152)에의 유선 또는 무선 통신을 용이하게 해줄 수 있으며, 이 LAN(1152)은 무선 어댑터(1156)와 통신하기 위해 그에 설치되어 있는 무선 액세스 포인트를 포함하고 있다. WAN 네트워킹 환경에서 사용될 때, 컴퓨터(1102)는 모뎀(1158)을 포함할 수 있거나, WAN(1154) 상의 통신 컴퓨팅 디바이스에 연결되거나, 또는 인터넷을 통하는 등, WAN(1154)을 통해 통신을 설정하는 기타 수단을 갖는다. 내장형 또는 외장형 및 유선 또는 무선 장치일 수 있는 모뎀(1158)은 직렬 포트 인터페이스(1142)를 통해 시스템 버스(1108)에 연결된다. 네트워크화된 환경에서, 컴퓨터(1102)에 대해 설명된 프로그램 모듈들 또는 그의 일부분이 원격 메모리/저장 장치(1150)에 저장될 수 있다. 도시된 네트워크 연결이 예시적인 것이며 컴퓨터들 사이에 통신 링크를 설정하는 기타 수단이 사용될 수 있다는 것을 잘 알 것이다.

컴퓨터(1102)는 무선 통신으로 배치되어 동작하는 임의의 무선 장치 또는 개체, 예를 들어, 프린터, 스캐너, 데스크톱 및/또는 휴대용 컴퓨터, PDA(portable data assistant), 통신 위성, 무선 검출가능 태그와 연관된 임의의 장비 또는 장소, 및 전화와 통신을 하는 동작을 한다. 이것은 적어도 Wi-Fi 및 블루투스 무선 기술을 포함한다. 따라서, 통신은 종래의 네트워크에서와 같이 미리 정의된 구조이거나 단순하게 적어도 2개의 장치 사이의 애드혹 통신(ad hoc communication)일 수 있다.

Wi-Fi(Wireless Fidelity)는 유선 없이도 인터넷 등으로의 연결을 가능하게 해준다. Wi-Fi는 이러한 장치, 예를 들어, 컴퓨터가 실내에서 및 실외에서, 즉 기지국의 통화권 내의 아무 곳에서나 데이터를 전송 및 수신할 수 있게 해주는 셀 전화와 같은 무선 기술이다. Wi-Fi 네트워크는 안전하고 신뢰성 있으며 고속인 무선 연결을 제공하기 위해 IEEE 802.11(a, b, g, 기타)이라고 하는 무선 기술을 사용한다. 컴퓨터를 서로에, 인터넷에 및 유선 네트워크(IEEE 802.3 또는 이더넷을 사용함)에 연결시키기 위해 Wi-Fi가 사용될 수 있다. Wi-Fi 네트워크는 비인가 2.4 및 5GHz 무선 대역에서, 예를 들어, 11Mbps(802.11a) 또는 54 Mbps(802.11b) 데이터 레이트로 동작하거나, 양 대역(듀얼 대역)을 포함하는 제품에서 동작할 수 있다.

본 개시의 기술 분야에서 통상의 지식을 가진 자는 정보 및 신호들이 임의의 다양한 상이한 기술들 및 기법들을 이용하여 표현될 수 있다는 것을 이해할 것이다. 예를 들어, 위의 설명에서 참조될 수 있는 데이터, 지시들, 명령들, 정보, 신호들, 비트들, 심볼들 및 칩들은 전압들, 전류들, 전자기파들, 자기장들 또는 입자들, 광학장들 또는 입자들, 또는 이들의 임의의 결합에 의해 표현될 수 있다.

본 개시의 기술 분야에서 통상의 지식을 가진 자는 여기에 개시된 실시예들과 관련하여 설명된 다양한 예시적인 논리 블록들, 모듈들, 프로세서들, 수단들, 회로들 및 알고리즘 단계들이 전자 하드웨어,(편의를 위해, 여기에서 소프트웨어로 지칭되는) 다양한 형태들의 프로그램 또는 설계 코드 또는 이들 모두의 결합에 의해 구현될 수 있다는 것을 이해할 것이다. 하드웨어 및 소프트웨어의 이러한 상호 호환성을 명확하게 설명하기 위해, 다양한 예시적인 컴포넌트들, 블록들, 모듈들, 회로들 및 단계들이 이들의 기능과 관련하여 위에서 일반적으로 설명되었다. 이러한 기능이 하드웨어 또는 소프트웨어로서 구현되는지 여부는 특정한 애플리케이션 및 전체 시스템에 대하여 부과되는 설계 제약들에 따라 좌우된다. 본 개시의 기술 분야에서 통상의 지식을 가진 자는 각각의 특정한 애플리케이션에 대하여 다양한 방식들로 설명된 기능을 구현할 수 있으나, 이러한 구현 결정들은 본 개시의 범위를 벗어나는 것으로 해석되어서는 안 될 것이다.

여기서 제시된 다양한 실시예들은 방법, 장치, 또는 표준 프로그래밍 및/또는 엔지니어링 기술을 사용한 제조 물품(article)으로 구현될 수 있다. 용어 제조 물품은 임의의 컴퓨터-판독가능 저장장치로부터 액세스 가능한 컴퓨터 프로그램, 캐리어, 또는 매체(media)를 포함한다. 예를 들어, 컴퓨터-판독가능 저장매체는 자기 저장 장치(예를 들면, 하드 디스크, 플로피 디스크, 자기 스트립, 등), 광학 디스크(예를 들면, CD, DVD, 등), 스마트 카드, 및 플래쉬 메모리 장치(예를 들면, EEPROM, 카드, 스틱, 키 드라이브, 등)를 포함하지만, 이들로 제한되는 것은 아니다. 또한, 여기서 제시되는 다양한 저장 매체는 정보를 저장하기 위한 하나 이상의 장치 및/또는 다른 기계-판독가능한 매체를 포함한다.

제시된 프로세스들에 있는 단계들의 특정한 순서 또는 계층 구조는 예시적인 접근들의 일례임을 이해하도록 한다. 설계 우선순위들에 기반하여, 본 개시의 범위 내에서 프로세스들에 있는 단계들의 특정한 순서 또는 계층 구조가 재배열될 수 있다는 것을 이해하도록 한다. 첨부된 방법 청구항들은 샘플 순서로 다양한 단계들의 엘리먼트들을 제공하지만 제시된 특정한 순서 또는 계층 구조에 한정되는 것을 의미하지는 않는다.

제시된 실시예들에 대한 설명은 임의의 본 개시의 기술 분야에서 통상의 지식을 가진 자가 본 개시를 이용하거나 또는 실시할 수 있도록 제공된다. 이러한 실시예들에 대한 다양한 변형들은 본 개시의 기술 분야에서 통상의 지식을 가진 자에게 명백할 것이며, 여기에 정의된 일반적인 원리들은 본 개시의 범위를 벗어남이 없이 다른 실시예들에 적용될 수 있다. 그리하여, 본 개시는 여기에 제시된 실시예들로 한정되는 것이 아니라, 여기에 제시된 원리들 및 신규한 특징들과 일관되는 최광의의 범위에서 해석되어야 할 것이다.

Claims (10)

1. 컴퓨팅 장치에 의해 수행되는 공조 장치를 제어하기 위한 방법으로서,
   강화학습 에이전트(reinforcement learning agent)를 활용하여, 상기 공조 장치에 대한 제 1 시점의 제어 동작(action)을 결정하는 단계;
   상기 강화학습 에이전트를 활용하여, 보상 지연 시간을 기초로, 상기 제 1 시점의 제어 동작에 대한 보상(reward)을 결정하는 단계; 및
   상기 결정된 보상에 기초하여 상기 공조 장치의 제어와 관련된 강화 학습을 수행하는 단계;
   를 포함하고,
   상기 제 1 시점으로부터 상기 보상 지연 시간이 경과한 시점은 제 2 시점에 대응되고,
   상기 제 1 시점의 제어 동작에 대한 보상은, 상기 제 1 시점 이후 및 상기 제 2 시점 이전의 상황들은 제외된 상태에서 산출되는,
   방법.
   
2. 제 1 항에 있어서,
   상기 제 1 시점의 제어 동작에 대한 보상(reward)을 결정하는 단계는,
   상기 공조 장치에 대한 상기 제 1 시점의 제어 동작이 상기 제 1 시점부터 동작 유지 시간이 경과한 시점까지 유지된다는 가정 하에, 상기 제 1 시점의 제어 동작에 대한 보상을 결정하는 단계
   를 포함하고,
   상기 제 1 시점으로부터 상기 동작 유지 시간이 경과한 시점은 제 3 시점에 대응되는,
   방법.
   
3. 제 2 항에 있어서,
   상기 동작 유지 시간은, 상기 보상 지연 시간과 동일하거나, 상기 보상 지연 시간보다 더 긴 시간이고,
   상기 제 3 시점은, 상기 제 2 시점과 동일한 시점이거나, 상기 제 2 시점보다 더 이후의 시점인,
   방법.
   
4. 제 3 항에 있어서,
   상기 동작 유지 시간이 상기 보상 지연 시간과 동일한 경우, 상기 제 1 시점의 제어 동작에 대한 보상을 결정하는 단계는,
   상기 제 1 시점 이후 및 상기 제 2 시점 이전의 상황들을 고려하지 않고, 상기 제 2 시점의 상황을 기초로, 상기 제 1 시점의 제어 동작에 대한 보상을 결정하는 단계
   를 포함하는,
   방법.
   
5. 제 3 항에 있어서,
   상기 동작 유지 시간이 상기 보상 지연 시간보다 더 긴 시간인 경우, 상기 제 1 시점의 제어 동작에 대한 보상을 결정하는 단계는,
   상기 제 1 시점 이후 및 상기 제 2 시점 이전의 상황들을 고려하지 않고, 상기 제 2 시점 내지 상기 제 3 시점의 상황들을 기초로, 상기 제 1 시점의 제어 동작에 대한 보상을 결정하는 단계
   를 포함하는,
   방법.
   
6. 제 5 항에 있어서,
   상기 제 2 시점 내지 상기 제 3 시점의 상황들을 기초로, 상기 제 1 시점의 제어 동작에 대한 보상을 결정하는 단계는,
   상기 제 2 시점 내지 제 3 시점에 포함되는 시점들의 상황들을 고려한 보상들을 산출하는 단계;
   상기 산출된 보상들의 대표값을 산출하는 단계; 및
   상기 대표값을 상기 제 1 시점의 제어 동작에 대한 보상으로서 결정하는 단계
   를 포함하는,
   방법.
   
7. 제 1 항에 있어서,
   상기 공조 장치는,
   HVAC(Heating, Ventilation, and Air Conditioning) 시스템 또는 열관리 시스템을 포함하고,
   상기 제어 동작은,
   압축기(compressor) RPM 수치에 대한 제어 동작, 밸브 개도량에 대한 제어 동작, 냉각수 히터의 가열량에 대한 제어 동작, 응축기(condenser)에 대한 제어 동작, 증발기(evaporator)에 대한 제어 동작, 라디에이터(radiator)에 대한 제어 동작, 어큐뮬레이터(accumulator)에 대한 제어 동작, 칠러(chiller)에 대한 제어 동작, 실외 열교환기(outdoor heat exchanger)에 대한 제어 동작, 공기 정화 장치에 대한 제어 동작, 또는 폐열 회수 장치에 대한 제어 동작 중 적어도 하나를 포함하는,
   방법.
   
8. 제 7 항에 있어서,
   상기 보상은 상기 HVAC 시스템 또는 상기 열 관리 시스템의 내부 상황 정보에 기초하여 산출되고,
   상기 내부 상황 정보는,
   압축기 정보, 응축기 정보, 증발기 정보, 밸브 개도량 정보, 히터 정보, 폐열 회수 정보, 온도 정보, 습도 정보, 공기의 청정도 정보, 또는 공기의 흐름 정보 중 적어도 하나를 포함하는,
   방법
   
9. 장치로서,
   적어도 하나의 프로세서; 및
   메모리;
   를 포함하고,
   상기 프로세서는,
   강화학습 에이전트를 활용하여, 공조 장치에 대한 제 1 시점의 제어 동작을 결정하고,
   상기 강화학습 에이전트를 활용하여, 보상 지연 시간을 기초로, 상기 제 1 시점의 제어 동작에 대한 보상을 결정하고,
   상기 결정된 보상에 기초하여 상기 공조 장치의 제어와 관련된 강화 학습을 수행하되,
   상기 제 1 시점으로부터 상기 보상 지연 시간이 경과한 시점은 제 2 시점에 대응되고,
   상기 제 1 시점의 제어 동작에 대한 보상은, 상기 제 1 시점의 이후 및 상기 제 2 시점의 이전 상황들은 제외된 상태에서 산출되는,
   장치.
   
10. 컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램으로서, 상기 프로그램은 컴퓨팅 장치가 포함하는 프로세서로 하여금 공조 장치를 제어하기 위한 동작들을 수행하고, 상기 동작들은:
    강화학습 에이전트를 활용하여, 상기 공조 장치에 대한 제 1 시점의 제어 동작(action)을 결정하는 동작;
    상기 강화학습 에이전트를 활용하여, 보상 지연 시간을 기초로, 상기 제 1 시점의 제어 동작에 대한 보상을 결정하는 동작; 및
    상기 결정된 보상에 기초하여 상기 공조 장치의 제어와 관련된 강화 학습을 수행하는 동작;
    을 포함하고,
    상기 제 1 시점으로부터 상기 보상 지연 시간이 경과한 시점은 제 2 시점에 대응되고,
    상기 제 1 시점의 제어 동작에 대한 보상은, 상기 제 1 시점의 이후 및 상기 제 2 시점의 이전 상황들은 제외된 상태에서 산출되는,
    컴퓨터 판독가능한 저장 매체에 저장된 컴퓨터 프로그램.

Images