اشترك تدريسيان من كلية هندسة النفط والغاز وهم كل من الاستاذ الدكتور رعد زعلان حمود والمدرس الدكتور سرور مؤيد داود مع الاستاذ الدكتور عليرضا حاتمي من احدى الجامعة الأيرانية لاستحداث طريقة جديدة في تعليم المسيطرات الذكية المخصصة للمباني الحديثة وذلك باستخدام طريقة المقايضة في تعلم التعزيز العميق (Deep Reinforcement Learning) القائم على النموذج (MB-RL) للتحكم في درجة حرارة الهواء الداخلي، ومستوى تركيز ثاني أكسيد الكربون وتقليل استهلاك الطاقة لأنظمة التبريد والتكييف (HVAC) لهذا الغرض، اذ تم إجراء مفاضلة بين الحفاظ على مستويات الراحة الداخلية وتقليل استهلاك الطاقة، يتم التحكم في نظام HVAC باستخدام طريقة السياسة الحتمية RL (DP-RL). علاوة على ذلك ويتم استخدام الشبكة العصبية الخارجية غير الخطية (NARX-NN) كوظيفة تقريبية مع طريقة DP-RL لتوفير وحدة تحكم DP-NARX-RL هجينة. من خلال تطبيق متحكمات DP-RL و DP-NARX-RL على نظام HVAC للمبنى النموذجي، ويتم تقييم الأهداف مثل مستويات الراحة الداخلية، والطاقة الكهربائية، والطاقة المستهلكة، وتكاليف الطاقة بناء على اختلاف سعر وحدة الطاقة اثنين دراسات الحالة. في كلتا الحالتين ، تُظهر النتائج أداءً أفضل لـ DP-NARX-RL مقارنةً بوحدات التحكم DP-RL و RL و PID. علاوة على ذلك تتحقق نتائج الدراسة الحالية وتظهر نتائج متقدمة بالمقارنة مع نتائج البحوث المنشورة سابقًا، لذلك تم نشر هذا البحث في المجلة البريطانية (Journal of Building Performance Simulation) والتي لها السايت سكور (CiteScore) 5.7 ومعامل التأثير (Impact factor) 3.493 وهي من المجلات المسجلة في قاعدة البيانات العالمية سكوباس وكلارفيت.