本發(fā)明公開一種基于強(qiáng)化學(xué)習(xí)的室內(nèi)熱環(huán)境學(xué)習(xí)效率提升的優(yōu)化控制方法，屬于建筑環(huán)境控制技術(shù)領(lǐng)域。該方法包括首先獲取觀測(cè)數(shù)據(jù)：包括獲取室內(nèi)外熱環(huán)境和人體的相關(guān)參數(shù)；再搭建神經(jīng)網(wǎng)絡(luò)模型，使用該模型迭代預(yù)測(cè)下一時(shí)刻的室內(nèi)溫度值、空調(diào)耗電量、腦電波；最后利用獲取的數(shù)據(jù)在建立的模型中進(jìn)行循環(huán)運(yùn)算，并引入DQN強(qiáng)化學(xué)習(xí)方法，基于神經(jīng)網(wǎng)絡(luò)訓(xùn)練控制空調(diào)體統(tǒng)的智能體，通過對(duì)當(dāng)前狀態(tài)值的觀測(cè)以及得到的獎(jiǎng)勵(lì)，自動(dòng)學(xué)習(xí)空調(diào)系統(tǒng)控制制熱量決策的優(yōu)化過程，得到最優(yōu)控制策略，即得到最優(yōu)的控制方法。本發(fā)明能夠營(yíng)造高效學(xué)習(xí)室內(nèi)熱環(huán)境，同時(shí)實(shí)現(xiàn)暖通空調(diào)系統(tǒng)自動(dòng)控制，降低系統(tǒng)能耗。