Pour chaque module, une interaction prédéfinie s’inscrit dans la définition de l’optimisation.
Processus réactif ou proactif
Ce processus peut être soit réactif: une action ce produit lorsqu’une variable est définie, soit proactif par une analyses de la situation courante avec un traitement des données engrangées et une action basée sur l’apprentissage de l’environnement.
Reinforcement Learning
On appelle cette méthode le « Reinforcement Learning » qui met en œuvre un agent software se nourrissant de toutes les données du système pour décider des actions à mener dans le but d’optimiser l’autoconsommation et de diminuer la dépendance à l’approvisionnement extérieur.
