基于强化学习的空调控制方法、装置、介质和程序产品

本申请涉及空调控制领域，并且更具体地涉及一种基于强化学习的空调控制方法、能够实现该方法的空调控制装置、计算机可读存储介质和计算机程序产品。该方法包括：基于用户偏好信息、车辆内外部环境信息、车辆状态信息以及用户驾驶路径，构建反映当前情境的状态向量；利用强化学习模型分析状态向量，并生成用于调整空调控制指令的偏置信息；利用偏置信息对当前的空调控制指令进行修正；以及将用户对空调设置的调整行为作为奖励信号反馈给强化学习模型，以优化强化学习模型的模型参数和生成的偏置信息。