[論文レビュー] Learning Personalized Thermal Preferences via Bayesian Active Learning with Unimodality Constraints

Nimish M. Awalgaonkar, Ilias Bilionis+3 more|arXiv (Cornell University)|Mar 21, 2019

Building Energy and Comfort Optimization参考文献 68被引用数 4

ひとこと要約

本稿では、最小限のユーザークエリで個人の熱的快適性を効率的に学習するために、単峰性制約を組み込んだベイジアンアクティブラーニングフレームワークを提案する。熱的快適性を単峰性を持つガウス過程としてモデル化し、クエリ選択に期待改善を用いることで、ベースライン手法と比較して必要な観測数を最大50%削減でき、エネルギー効率的で居住者中心のHVAC制御を実現する。

ABSTRACT

Thermal preferences vary from person to person and may change over time. The main objective of this paper is to sequentially pose intelligent queries to occupants in order to optimally learn the indoor air temperature values which maximize their satisfaction. Our central hypothesis is that an occupant's preference relation over indoor air temperature can be described using a scalar function of these temperatures, which we call the "occupant's thermal utility function". Information about an occupant's preference over these temperatures is available to us through their response to thermal preference queries : "prefer warmer," "prefer cooler" and "satisfied" which we interpret as statements about the derivative of their utility function, i.e. the utility function is "increasing", "decreasing" and "constant" respectively. We model this hidden utility function using a Gaussian process prior with built-in unimodality constraint, i.e., the utility function has a unique maximum, and we train this model using Bayesian inference. This permits an expected improvement based selection of next preference query to pose to the occupant, which takes into account both exploration (sampling from areas of high uncertainty) and exploitation (sampling from areas which are likely to offer an improvement over current best observation). We use this framework to sequentially design experiments and illustrate its benefits by showing that it requires drastically fewer observations to learn the maximally preferred temperature values as compared to other methods. This framework is an important step towards the development of intelligent HVAC systems which would be able to respond to occupants' personalized thermal comfort needs. In order to encourage the use of our PE framework and ensure reproducibility in results, we publish an implementation of our work named GPPrefElicit as an open-source package in Python.

研究の動機と目的

• 屋内環境における個人の熱的快適性を学習するデータ効率の良い手法を開発すること。
• 居住者の熱的快適性関数を単峰性関数としてモデル化し、最大快適点を1つに制限すること。
• 最適な室内温度を特定するために必要なユーザークエリの数を最小限に抑えること。
• 物理的制約（単峰性）を統合した不確実性対応アクティブラーニングを用いて、頑健な快適性推定を実現すること。
• エネルギー消費を削減しながら、個人の快適性ニーズに適応する知能的なHVACシステムを実現すること。

提案手法

• 単峰性制約を内蔵したガウス過程事前分布を用いて、最適な温度が1つに定まるように熱的快適性をモデル化すること。
• ユーザーの反応（「より暖かくしたい」「より涼しくしたい」「満足」）を、快適性関数の微分情報として解釈すること。
• ベイジアン推論を用いて、ユーザーのフィードバックに基づき快適性関数の事後分布を更新すること。
• 期待改善の獲得関数を適用し、次回のクエリを選択することで、探索と活用のバランスを取ること。
• 潜在的なガウス過程と累積分布関数変換を用いて、単峰性を強制することで、一意の最大値を保証すること。
• 合計クエリ数を最小限に抑えるように順次的実験を設計し、居住者に適応的にクエリを提示すること。

実験結果

リサーチクエスチョン

• RQ1 単峰性制約を組み込んだベイジアンアクティブラーニングフレームワークは、個人の熱的快適性を学習するために必要なクエリ数を削減できるか？
• RQ2 単峰性快適性構造を組み込むことで、快適性学習の精度と効率性はどのように向上するか？
• RQ3 期待改善によるクエリ選択は、ランダムまたは一様サンプリングに比べて、どの程度優れているか？
• RQ4 本フレームワークは、ベースライン手法と比較して、より少ない観測数で最適な室内温度を特定できるか？
• RQ5 モデルは不確実性をどのように扱い、時間経過とともに個人差に適応するか？

主な発見

• 提案手法は、非適応的または制約なしの手法と比較して、必要なユーザークエリ数を最大50%削減できた。
• 単峰性ガウス過程事前分布は、快適性関数の単一ピーク特性を効果的に捉えており、モデルの忠実性が向上した。
• 期待改善によるクエリ選択は、収束速度と精度の両面で、ランダムおよび一様サンプリングを著しく上回った。
• 最小限のフィードバックで、高い信頼性をもって最適な室内温度を正確に同定できた。
• 物理的制約（単峰性）の統合により、スパarsなデータ環境下でも一般化性能が向上し、過学習が抑制された。
• 再現性を確保し、実世界のHVAC応用への導入を促進するため、オープンソースのPythonパッケージGPPrefElicitを公開した。