ロボット工学とエージェントAIが重要なインフラを確実に運用できたらどうでしょうか？
重要なインフラの運用はますます複雑になっています。これらの課題に対処するには、自律システムが目標を理解し、変化する状況に適応し、情報に基づいた意思決定を行い、現実の世界で安全に行動する必要があります。つまり、工場の生産性、建物の効率、エネルギーシステムの信頼性を維持する必要があります。
重要なのは、意図を行動に変える信頼できる自律性です。現実世界の制約の中で認識し、決定し、行動する制御システム。
会社のコアテクノロジー
自律システムと制御
私たちの研究は、信頼できる業務上の自律性の基礎です。これらの技術により、自律システムは人間の意図を行動に変えることができ、工場、建物、エネルギーグリッド、機械が、安全性と信頼性を維持しながら、より効率的に、回復力があり、持続可能な方法で稼働できるようになります。
自律システムと制御の研究は、信頼できる運用上の自律性の基盤を前進させます。これには、状況認識とオペレーショナルインテリジェンス、自律的な意思決定と制御理論、意図に基づく運用、自律的なオーケストレーション、物理AIとロボット工学が含まれます。
これらの機能を人間中心の自律性と厳格な検証と保証と組み合わせることで、自律システムは目標を理解し、変化する状況に継続的に適応し、現実の世界で安全かつ確実に動作することができます。
これら 会社のコアテクノロジー 変化する状況に継続的に適応する自律的な工場、建物、送電網を可能にします。用途は、インテリジェントマシンやロボット工学から生産最適化、自律グリッド運用、マルチモーダルエネルギー管理システムまで多岐にわたります。
その結果、より生産的な工場、より効率的な建物、より回復力のあるエネルギーインフラ、そしてより持続可能な産業運営が可能になります
パブリケーション
特集論文を調べてください
建物や地域暖房におけるPower-to-Heart運用の柔軟性を電力システムをサポートするために活用すること：レビュー
公開日：応用エネルギーの進歩、第22巻、2026年、100272ページ
ベンジャミン・フライシュラッド、チア・リン・ヤン、アグネス・エンゲルター、クリスチャン・ヴォッセル、フロリアン・ライスナー、フロリアン・スタインケ、ステファン・ニーセン
このレビューでは、ヒートポンプのようなP2H（P2H）システムが、蓄熱や建物の熱慣性を利用して、地域暖房や分散型暖房の電力網に柔軟性を持たせる方法を調べています。体系的な文献選択プロセスを使用して、実際のケーススタディとともに、シミュレーションツール、統制戦略、市場フレームワークを調査します。小規模でシミュレートされたP2Hポテンシャルの可能性は十分に証明されていますが、スケーラブルな管理戦略、大規模な現場検証、部門横断的な計画に関しては重大なギャップが残っています。
出版社のページで見る
推論待ち時間下でのジェネラリスト・ロボット・ポリシーのRL微調整
提出先：2026年ロボット学習カンファレンス（CorL）
Brian Zhu¹、Momen Khalil¹、E. H. Harrison²、エマヌエーレ・ポッジ¹、フィリップ・セバスチャン・シュミット¹、ベルント・カスト¹、フィリン・マイスター¹、プラナフ・アトレヤ²、Qiyang Li²、フィン・フェルショー¹、セザール・コルメネロ¹、ヤッシュ・シャハパーカー¹ Gokul Narayanan¹、Meli Erdogan¹、Oier Mees³²、Kai M. Wurm¹、ゲオルグ・フォン・ウィッヘルト¹、オイゲン・ソロウジョー¹、アンドリュー・ワーゲンメーカー²、セルゲイ・レヴァイン²
(¹ Siemens、² カリフォルニア大学バークレー校、³ Microsoft、ETH チューリッヒ、同等の貢献)
視覚言語行動（VLA）モデルなど、現代の大規模なロボットポリシーでは、推論の待ち時間が長くなります。この遅延は環境のダイナミクスを変化させ、マルコフの仮定を破り、標準的な強化学習（RL）アルゴリズムが失敗します。これを解決するために、著者は中間情報を含む非同期 RL（ARLI）を導入しました。これは、実行が遅れても効果的なRLの微調整を可能にする、遅延を意識したフレームワークです。ARLIは、コミットされたアクションと中間推論の観察を組み込んだ状態拡張を使用して、マルコフに近い構造を復元します。ARLIは、シミュレートされたタスクと実際のタスクの両方で、標準的な方法では失敗するレイテンシー下で、理想的なゼロレイテンシーのパフォーマンスと同等かそれを超えても正常にRLを可能にします。
出版社のページで見る
保護の信頼性とシステムの安定性を向上させるためのインバータ制御とライン保護機能の共同最適化
公開日：2025 IEEE 電力・エネルギー学会総会（PESGM）
S. Bhela、S. Gumussoy、U. Muenz（Siemens 財団技術、プリンストン、ニュージャージー州、米国）、D. J. Kelly、M. J. Reno（サンディア国立研究所、米国ニューメキシコ州アルバカーキ）
現代の電力システム保護は、同期発電機のダイナミクスに依存しています。これは、グリッドフォローおよびグリッドフォーミング（GFM）インバーターベースのリソース（IBR）に取って代わられることが増えています。IBRはフォールトダイナミクスが大きく異なるため、既存の保護スキームでは不十分になる可能性があります。このホワイトペーパーでは、ベイズ最適化とEMTシミュレーションを使用して、GFMのフォールトライドスルー機能とライン保護を共に最適化するフレームワークを紹介し、100% IBRテストネットワークでの保護の信頼性と安定性の向上を示しています。
出版社のページで見る
接触が多いシステムを直接最適制御するための平滑距離機能
公開日：2025年第23回ヨーロッパ統制会議（ECC）
クリスチャン・ディーツ、セバスチャン・アルブレヒト、アーミン・ヌルカノビッチ、モリッツ・ディール
ユークリッドSDFのような標準的な距離関数は、ポリトープのような滑らかでない剛体では微分できません。この論文は、パラメトリック線形プログラムとしてモデル化されたポリトープ成長距離関数の平滑化方法を提案します。最適条件を乱すことで、著者たちは、結果として得られる滑らかなSDFが明確に定義されていることを証明しています。正確なSDF最適性条件を最適制御問題（OCP）に直接組み込む従来のアプローチとは異なり、平滑化では外部評価が可能です。これにより、OCPサイズが小さくなり、計算負荷が関数評価とソルバー全体でより均等に分散されます。プレーナー・ペグ・イン・ホールタスクでのCasADI実装によって評価されたこの方法は、最適化パフォーマンスの向上を示しています。
出版社のページで見る
ロボットビンピッキングにおけるマルチビュー6Dオブジェクト姿勢推定用の多層特徴交換トランスフォーマー
公開日：2025 IEEE ロボット工学とオートメーションに関する国際会議（ICRA）
モーメン・ハリル、ヴィンセント・ディートリッヒ、スロボダン・イリッチ
テクスチャのないアイテム、反射するアイテム、または閉じたアイテムを含むロボットのビンピッキングには、正確な6Dオブジェクトの姿勢推定が不可欠です。マルチビュー方式はシングルビュー方式よりも優れていますが、現在の手法は後期段階のフュージョンに依存しており、マルチビューの相乗効果が完全に欠けています。このホワイトペーパーでは、セルフアテンションとエピポーラクロスアテンションを使用して初期段階の特徴融合を可能にする特徴交換変圧器（FET）を紹介します。大まかなものから細かいものまでの戦略は、複数のビューにわたる多層機能の集約をさらに最適化します。EpiSurfeMBの上に構築されたこの方法は、複雑なビンピッキングシナリオの精度と堅牢性を大幅に向上させ、ROBIデータセットの現在の最先端のマルチビュー方法よりも優れています。
出版社のページで見る