Graph Neural Environment Modeling and Multi Agentic AI for RL Based Autonomous Optimal Control of Existing Buildings
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구B)
2026년
2710114263
과학기술정보통신부
한국연구재단
단국대학교산학협력단
문현준
6명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2031.08.31
6,385만원
6,385만원
기초연구
대학
경기도 용인시
기계 > 에너지/환경기계시스템 > 에너지/환경 제어설비
□ GNE-MA 기반 기존 건물 자율운전 최적제어 원천 방법론 개발ㅇ 기존 건물의 건축설계정보와 BAS 운영 데이터를 기반으로, 공간·설비·센서·전력·제어 Action 간 관계를 Graph State로 구조화하는 방법론을 개발함.ㅇ 제어 신호가 설비·공간·센서로 전달되는 Action-Response 경로를 학습하는 Graph Neural Environmen...
□ BAS-to-Graph 기반 GNE 원천모델 개발ㅇ 기존 건물의 BAS 운영 데이터와 건축설계정보를 활용하여 공간, 설비, 센서, 전력, 제어 Action, 외기 조건을 Node/Edge Schema로 정의함.ㅇ 건물 운영 상태를 Graph State로 구성하고, 제어 Action과 상태 변화를 연결한 Action-Response Transition D...
... 설비별 제어 전략을 구성할 수 있으므로, 적용 전 에너지 절감, 설비운전 최적화 가능성을 검토할 수 있음.□ [사회적 기대효과] 탄소저감형 기존 건물 운영 전략 확산ㅇ 기존 건물에서도 안전하게 AI 기반 자율제어를 검토할 수 있는 사전평가 환경과 단계적 실증 절차를 제시함으로써, 건물 에너지 관리의 디지털 전환과 탄소저감형 운영전략 확산에 기여할 수 있음.