基于深度强化学习的设施环境自适应调控策略

【需求背景】 温室等设施环境调控依赖预设规则或人工经验，难以对温、光、水、气等多因子进行动态协同优化，导致能耗高、产量潜力未能充分发挥。 【需解决的主要技术难题】 作物生长响应的大时滞与非线性建模；高维连续动作空间的探索-利用权衡；算法在真实物理环境中的安全探索与仿真-现实迁移鸿沟。 【期望实现的主要技术目标】 建立温室多因子协同调控的强化学习模型，在仿真环境中训练后迁移至实际场景，实现能耗降低20%的同时产量提升≥10%。 【技术需求】 ](https://www.kczg.org.cn/needs/index?type=1) — 采集元信息 — 需求单位：河南\*\*大学 所在地区：河南省 洛阳市 涧西区 合作方式：委托开发 预算：¥3万 截止日期：2026-12-31 发布日期：2026-06-02 数据来源：科创中国 来源链接：https://www.kczg.org.cn/needs/detailThe?type=1&id=8421664