问我应该应用哪些人工神经网络概念？

EN

我想构建一个用于控制设备的ANN，并且在找出我应该学习和应用哪些概念时遇到了麻烦，这将使它变得合理。一般来说，通过预定义的算法可以更简单地解决这个问题，但我想为此构建ANN，只是为了探索概念。

我想从ANN开始，在给定目标温度、加热器的当前状态以及过去几十个(或任意多个)温度点的情况下，决定加热器是否需要打开或关闭。现在，需要注意的是，我希望它能对环境的变化做出反应，而不需要对所有可能的情况进行预训练。例如，从一些非常简单(甚至是随机的)模型开始，做出决定，将其输入模拟器，然后“一分钟后”获得输出，并将该数据用于成本函数。诸若此类。这其中特别复杂的部分(或者我在这里搞错了？)是操作的延迟。你只能看到结果，比方说，在加热器打开2分钟后，关闭加热器后，温度继续攀升4-5分钟。

有很多关于分类和时间序列预测的信息(特别是LSTM，暗示它在这里可能很有用)，但我找不到任何关于使用这样一个反馈循环来控制系统的信息。

如果你能给我指出一些与使用ANN解决这个问题相关的概念，或者一些关于类似问题的讨论以及它们是如何解决的，我将不胜感激。

PS:为了给出一些我最终要做的事情的背景(虽然它可能有点雄心勃勃，主要是对于小数据集)，我想扩展这个系统来控制我的HVAC区域，通过在整个加热周期中操纵风门角度，以便在多个房间中独立地保持目标温度。我想让它边走边学，随着外部环境的变化，加热周期转变为冷却周期，门是开着的，等等。