温室环境AI调控定制：温湿度耦合与能耗权衡

智慧农业AI定制实验室在一座连栋温室开展了一轮小规模对照实验：将温度、湿度、CO₂浓度、光照与叶面湿度作为状态量，将天窗、湿帘、循环风机、补光灯与滴灌阀作为动作量，采用规则约束加轻量强化学习的策略，由边缘网关本地推理，决策周期10秒。

进展与数据：

• 连续运行6周与人工经验组对比：昼夜温度波动由±2.3℃收窄至±0.9℃，夜间叶面结露时长减少约35%，灰霉病早期疑似点位由每周11处降至4处；
• 能耗未明显上升，湿帘与风机启停次数下降约18%，减少了频繁动作对执行机构的损耗。

下一步计划：接入作物生长模型与视觉长势监测，按生育期动态切换目标区间，并在连续阴雨高湿工况下验证策略鲁棒性，同时补充调控动作的可解释记录，便于种植人员复核。