Exploiter la flexibilité du fonctionnement alimentation-chaleur dans les bâtiments et le chauffage urbain pour soutenir les systèmes électriques : un examen
Publié dans : Avancées dans l'énergie appliquée, Volume 22, 2026, page 100272
Benjamin Freischlad, Chia-Ling Yang, Agnes Engelter, Christian Vossel, Florian Reissner, Florian Steinke, Stefan Niessen
Cette revue examine comment les systèmes power-to-heat (P2H) tels que les pompes à chaleur tirent parti du stockage thermique et de l'inertie thermique des bâtiments pour fournir la flexibilité du réseau électrique dans le chauffage urbain et distribué. À l'aide d'un processus de sélection systématique de la littérature, il examine les outils de simulation, les stratégies de contrôle et les cadres de marché aux côtés d'études de cas réels. Bien que le potentiel P2H simulé à petite échelle soit bien prouvé, des lacunes critiques persistent en ce qui concerne les stratégies de contrôle évolutives, la validation sur le terrain à grande échelle et la planification intersectorielle.
Voir sur la page de l'éditeur
Mise au point RL des politiques généralistes sur les robots sous latence d'inférence
Soumis à : Conférence 2026 sur l'apprentissage robotique (CoRL)
Brian Zhu¹, Momen Khalil¹, E. H. Harrison², Emanuele Poggi¹, Philipp Sebastian Schmitt¹, Bernd Kast¹, Philine Meister¹, Pranav Atreya², Qiyang Li², Finn Ferchau¹, Cesar Colmenero¹, Yash Shahapurkar¹, Kul Narayanan¹, Melih Erdogan¹, Oier Mees³², Kai M. Wurm¹, Georg von Wichert¹, Eugen Solowjow¹, Andrew Wagenmaker², Sergey Levine²
(¹ Siemens, ² UC Berkeley, ³ Microsoft, ⁴ ETH Zurich, ⁵ Contribution égale)
Les grandes politiques de robots modernes, telles que les modèles vision-language-action (VLA), souffrent d'une latence d'inférence élevée. Ce délai modifie la dynamique de l'environnement et brise l'hypothèse de Markov, provoquant l'échec des algorithmes d'apprentissage par renforcement (RL) standard. Pour résoudre ce problème, les auteurs introduisent une RL asynchrone avec des informations intermédiaires (ARLI), un cadre sensible à la latence qui permet un réglage précis efficace des RL malgré les retards d'exécution. ARLI restaure la structure quasi markovienne en utilisant des augmentations d'état qui intègrent des actions engagées et des observations à mi-inférence. Dans toutes les tâches simulées et réelles, ARLI permet une RL réussie sous latence là où les méthodes standard échouent, même en égalant ou dépassant les performances idéales de zéro latence.
Voir sur la page de l'éditeur
Co-optimisation des commandes de l'onduleur et des fonctions de protection de ligne pour améliorer la fiabilité de la protection et la stabilité du système
Publié dans : Assemblée générale 2025 de l'IEEE Power & Energy Society (PESGM)
S. Bhela, S. Gumussoy, U. Muenz (Siemens Foundational Technology, Princeton, New Jersey, États-Unis), D.J. Kelly, M.J. Reno (Sandia National Laboratories, Albuquerque, Nouveau-Mexique, États-Unis)
La protection du système électrique moderne repose sur la dynamique des générateurs synchrones, qui sont de plus en plus remplacés par des ressources basées sur des onduleurs (BIR) de suivi de réseau et de formation de réseau (GFM). Parce que les BIR affichent une dynamique de défaillance radicalement différente, les schémas de protection existants peuvent devenir inadéquats. Cet article présente un cadre utilisant l'optimisation bayésienne et la simulation EMT pour co-optimiser les fonctions de transmission de pannes GFM et la protection de ligne, démontrant une fiabilité et une stabilité de protection améliorées sur un réseau de test IBR à 100 %.
Voir sur la page de l'éditeur
Fonctions de distance lissées pour un contrôle optimal direct des systèmes riches en contacts
Publié dans : 23e Conférence européenne de contrôle (ECC) 2025
Christian Dietz, Sebastian Albrecht, Armin Nurkanovic, Moritz Diehl
Les fonctions de distance standard comme le SDF euclidien sont indifférenciables pour les corps rigides non lisses comme les polytopes. Cet article propose une méthode de lissage pour une fonction de distance de croissance des polytopes modélisée comme un programme linéaire paramétrique. En perturbant les conditions d'optimalité, les auteurs prouvent que le SDF lisse qui en résulte est bien défini. Contrairement aux approches antérieures qui incorporent les conditions exactes d'optimalité SDF directement dans un problème de contrôle optimal (OCP), le lissage permet une évaluation externe. Cela réduit la taille de l'OCP et répartit l'effort de calcul plus uniformément entre les évaluations de fonctions et les résolveurs. Évaluée via une implémentation CasaDI sur une tâche planaire piégée dans un trou, la méthode démontre une amélioration des performances d'optimisation.
Voir sur la page de l'éditeur
Transformateur d'échange de fonctions multicouche pour estimation de la pose d'objets 6D multivues dans la cueillette de bacs robotisés
Publié dans : Conférence internationale 2025 de l'IEEE sur la robotique et l'automatisation (ICRA)
Momen Khalil ; Vincent Dietrich ; Slobodan Ilic
Une estimation précise de la pose d'objets 6D est vitale pour le prélassage robotisé des bacs impliquant des objets sans texture, réfléchissants ou occlus. Alors que les méthodes multi-vues surpassent les approches à vue unique, les techniques actuelles reposent sur la fusion à un stade avancé, manquant une synergie multi-vues complète. Cet article présente un transformateur d'échange de fonctionnalités (FET) qui permet la fusion de caractéristiques à un stade précoce en utilisant l'auto-attention et l'attention croisée épipolaire. Une stratégie grossière à fine optimise davantage l'agrégation de fonctionnalités multicouches entre les vues. Construite sur EpisurFeMB, la méthode améliore considérablement la précision et la robustesse dans les scénarios complexes de sélection de bennes, surclassant les méthodes multi-vues de pointe actuelles sur l'ensemble de données ROBI.
Voir sur la page de l'éditeur
