Naukowcy zaproponowali nowy system, który automatycznie dostosowuje komfort temperaturowy w budynkach poprzez uczenie przez wzmacnianie oparte na danych fizjologicznych i środowiskowych. Stanowi to przełom wobec konwencjonalnych systemów HVAC, które korzystają z ustalonych wcześniej progów temperaturowych i uniwersalnych modeli komfortu, ignorując indywidualne różnice fizylogiczne między użytkownikami.
Rozwiązanie wykorzystuje podejście dwustopniowe, które łączy multimodalne sensory rejestrujące wskaźniki fizjologiczne (takie jak temperatura ciała, tętno czy wilgotność skóry) z danymi o warunkach otoczenia (temperatura, wilgotność powietrza, natężenie światła). Pozwala to systemowi budować personalizowany model preferencji termicznych dla każdego zajmującego budynek.
Zastosowanie uczenia przez wzmacnianie umożliwia systemowi dynamiczne dostosowywanie się do zmian preferencji użytkownika w rzeczywistym czasie, zamiast posługiwania się statycznymi regułami. Takie podejście ma potencjał nie tylko do zwiększenia poczucia komfortu, ale także do zmniejszenia zużycia energii przez budynki poprzez bardziej efektywne zarządzanie temperaturą bez marnotrawienia zasobów na ogólnikowe ustawienia.