家用空调占居民用电 50% 以上，节能是其核心竞争力，传统的节能优化方向主要是硬件升级，控制算法仍然以经典的 PID 算法为主，存在成本增加、达温慢、控温不精准等问题。小米空调基于米家平台，具备远高于行业水平的联网率和大数据基础，加上小米深厚的 AI 积累和应用经验，我们探索并落地了基于深度强化学习的 AI 控制算法，在相同硬件设备和工况下可实现 20%~40% 的节能，对传统的空调产品实现了智能化升级。本次演讲将分享基于深度强化学习的运行节能技术实现。

演讲提纲

1. 业务背景与挑战

• 节能是空调的核心竞争力
• 传统的节能优化方向以及局限性
• 大数据使得 AI 控制成为可能

2. 解决思路

• 物理模型 + AI 算法将空调系统建模为优化问题
• 深度强化学习实现多目标最优化控制

3. 实践过程

• 空调-房间系统建模
• 控制算法选择与优化
• 算法的产品落地
• 算法泛化性与升级

4. 经验总结

• 理解 AI 深入业务为交叉创新带来可能
• 尊重行业规律并用好 AI 才能助力行业变革

5. 未来展望

• AI 拐点已至：数据、算力、算法已进入新的阶段
• 空间巨大：行业智能化升级的需求与 AI 融合充满想象

您认为，这样的技术在实践过程中有哪些痛点？

• 实验室环境与真实用户工况的差异性会降低算法效果
• 每发布一款新机型都需要重新训练模型并完成适配工作

演讲亮点

• 系统介绍数据驱动的黑盒 AI 方法如何与白盒机理方法相结合并落地到传统硬件产品的经验

听众收益

• 了解 AI 与传统行业交叉创新的思路
• 了解 AI 落地传统硬件产品的实践过程