연구진은 건물 내 열에너지 저장 시스템(TES) 제어를 위해 검증 가능한 보상(RLVR)을 활용한 강화 학습 기반 미세 조정(RFT) 방법을 제시했어요.
RFT는 30개의 학습 프롬프트만으로 텍스트 기반 상태와 예측을 기반으로 시간별 히트 펌프 설정점을 출력하는 상위 레벨 스케줄러로 모델을 훈련했어요.
평가 결과, RFT는 탄소 배출량을 70.5kg-CO2에서 61.2kg-CO2로 줄였으며, 이는 정확한 DP 최적값 60.8kg-CO2에 근접한 결과예요.
GPT-5는 추가적인 훈련 없이 DP 및 MPC에 근접한 성능을 보였지만, GPT-4o는 저장 시스템 없이 운영하는 것보다 높은 탄소 배출량을 기록했어요.