Южнокорейские исследователи продемонстрировали квантовую систему управления HVAC

Исследовательская группа из Южной Кореи, возглавляемая доктором Сангкум Ли из Национального университета Ханбат, представила метод обучения с квантовым усилением (QRL) для систем кондиционирования воздуха и управления электроснабжением в жилых помещениях, требующий значительной экономии энергии и повышения комфорта в помещении. Исследование было опубликовано в журнале Energy and AI 1 сентября 2025 года после его онлайн-релиза в июне.

Система сочетает в себе принципы квантовых вычислений с определением присутствия людей в режиме реального времени и оперативными данными, такими как энергопотребление, управление кондиционером и температура наружного воздуха. Исследователи отмечают, что квантовое обучение с подкреплением позволяет более эффективно управлять сложными многозонными системами отопления, вентиляции и кондиционирования по сравнению с традиционными методами обучения с подкреплением.

Моделирование на основе данных, полученных от 26 жилых домов за трёхмесячный период, показало, что управление системой отопления, вентиляции и кондиционирования на основе QRL позволило снизить энергопотребление на 63 % и расходы на электроэнергию на 64,4 %, при этом сохранив тепловой комфорт. Этот метод превзошёл другие методы машинного обучения, в том числе метод глубокого детерминированного градиента политики и метод проксимальной оптимизации политики.

Платформа поддерживает такие функции, как многозонное охлаждение и кластеризация данных для оптимизации показателей комфорта, затрат и выбросов углекислого газа в режиме реального времени. Она совместима со стандартными датчиками и оборудованием для систем отопления, вентиляции и кондиционирования воздуха и рассчитана на надёжную работу в условиях неопределённости, таких как нестабильные погодные условия или прогнозы занятости помещений.

По словам доктора Ли, эту технологию можно использовать в интеллектуальных термостатах и автономных системах управления энергопотреблением, а также в микросетях или виртуальных электростанциях (ВЭС) для более широкой интеграции в энергосистему. «Её можно использовать в интеллектуальных термостатах и автономных системах управления энергопотреблением в домах, которые оптимизируют комфорт, счета и выбросы без ручной настройки», — сказал он.