建物インテリジェンス

建物内の環境は、空調設備の動作、人の滞在、家具や間仕切り、外気条件などの影響を受けて、時間的・空間的に変化します。一方で、固定センサだけでは計測点が限られるため、居住者が実際に過ごす場所の環境分布を十分に捉えきれない場合があります。

本プロジェクトでは、自律移動ロボットに温度・湿度・CO2・気流などの環境センサを搭載し、建物内を移動しながら環境データを取得・可視化するシステムを研究しています。さらに、鉛直方向に伸びるアクチュエータを活用することで、床面付近だけでなく高さ方向の変化も含めた3次元的な環境データの取得を可能にします。

ロボットが空間内を巡回して計測することで、固定センサでは見えにくい局所的な環境差や時間変化を捉えます。こうして得られた高密度な環境データは、建物の状態理解、設備運用の改善、快適性や省エネルギー性を考慮した制御へとつなげるための基盤になります。

建物の空調制御では、快適性と省エネルギー性を両立するために、室内環境、人の利用状況、設備の応答を考慮した意思決定が求められます。一方で、モデルフリー強化学習は環境についての事前知識を持たないため、十分な制御方策を獲得するまでに多くの試行錯誤を必要とします。

本プロジェクトでは、LLMが持つ一般知識をPolicy Teacherとして活用し、強化学習の探索を支援することで、より効率的に空調制御を学習する手法を研究しています。人間の知識や設計意図を自然言語で扱えるLLMを介して、センシングされた環境情報を意思決定や制御へつなげることを目指しています。

また、LLMによる自然言語理解を、フリーアドレスオフィスにおける座席推薦などにも応用しています。利用者の要求を環境情報と結びつけることで、人の状態や意図を踏まえた建物サービスへ展開する可能性を探っています。