需求描述

人才需求：
可以熟練使用python完成DQN或double DQN算法
能夠開發(fā)票

需求描述：
1.有一段空調(diào)房間溫度和機組能耗的計算代碼（相當(dāng)于強化學(xué)習(xí)的游戲環(huán)境，我已經(jīng)用python搭建好了，具體需求可以線上溝通），可以通過外部環(huán)境參數(shù)和動作參數(shù)的輸入，輸出下一時刻的房間干球溫度、房間相對濕度和十五分鐘的設(shè)備總能耗。每日開始時的初始房間參數(shù)與室外相同。（即，通過四個逐時更新的環(huán)境參數(shù)和兩個逐時更新的狀態(tài)參數(shù)，輸入兩個動作參數(shù)，會得到兩個新的狀態(tài)參數(shù)，這兩個新的狀態(tài)參數(shù)和四個新的環(huán)境參數(shù)構(gòu)成下一時刻新的狀態(tài)）
2.通過對整個供冷季節(jié)的動作參數(shù)的輸入學(xué)習(xí)，訓(xùn)練智能體double DQN模型
3.將訓(xùn)練好的模型保存，完成本地部署，使之能夠根據(jù)實時的外部環(huán)境參數(shù)和動作參數(shù)，離線調(diào)用訓(xùn)練好的模型，自動尋找到最優(yōu)的動作參數(shù)。
4.結(jié)果展示，保證代碼可以在機主本地使用，以及代碼的使用調(diào)參培訓(xùn)和答疑。