Gestione dei consumi e delle routine di una casa domotica con metodologia QLearning

L’evoluzione delle tecnologie digitali e l’Internet of Things (IoT) hanno aperto nuove opportunit`a per migliorare l’efficienza e la sostenibilit`a delle abitazioni attraverso l’utilizzo dei dispositivi IoT all’interno delle smart home. Questa tesi esplora l’applicazione dell’algoritmo di QLearning per gestire automatizzazioni e ottimizzare i consumi energetici all’interno di una casa. L’obiettivo `e sviluppare un sistema intelligente che apprenda e migliori le automazioni e l’utilizzo di energia basandosi su dati acquisiti in tempo reale tramite dispositivi IoT. La tesi analizza l’implementazione pratica di tale sistema intelligente, valutando l’impatto della configurazione di alcuni parametri dell’algoritmo di QLearning ai fini del risultato di apprendimento. Attraverso uno studio approfondito e sperimentazione pratica, si dimostra l’efficacia dell’utilizzo dell’algoritmo di QLearning per ottimizzare i consumi energetici all’interno delle smart home. L’attenzione `e focalizzata sulla gestione dell’illuminazione attraverso un prototipo che raccoglie dati sulla luminosit`a ambientale per regolare le tapparelle e l’accensione/spegnimento delle luci. L’esperimento valuta l’efficacia del sistema nell’ottimizzare i consumi energetici e migliorare il comfort abitativo. Infine, vengono esplorati sviluppi futuri come l’integrazione con reti energetiche intelligenti e l’utilizzo di algoritmi di apprendimento avanzati per affrontare scenari pi`u complessi, promuovendo una gestione energetica integrata tra smart home e altri contesti come le smart grid.