Osnovne tehnologije kompanije

Autonomni sistemi i kontrola

Naše istraživanje je osnova pouzdane operativne autonomije. Tehnologije omogućavaju autonomnim sistemima da ljudsku nameru pretvore u akciju, pomažući fabrikama, zgradama, energetskim mrežama i mašinama da rade efikasnije, otpornije i održivije uz održavanje sigurnosti i pouzdanosti.

Istražite publikacije

Šta ako robotika i agentički AI mogu pouzdano upravljati kritičnom infrastrukturom?

Operacija kritične infrastrukture postaje sve složenija. Da bi se suočili sa ovim izazovima, autonomni sistemi moraju razumeti ciljeve, prilagoditi se promenljivim uslovima, donositi informisane odluke i bezbedno delovati u stvarnom svetu - održavajući fabrike produktivnim, zgrade efikasnim i energetske sisteme pouzdanim.

Ono što je bitno je pouzdana autonomija koja nameru pretvara u akciju. Kontrolni sistemi koji opažaju, odlučuju i deluju u okviru ograničenja u stvarnom svetu.

Podeljena slika sa digitalno povezanom automatizovanom fabrikom, kojoj se pridružio inženjer koji upravlja robotskim mašinama za ruke.

Operater kontroliše podatke na monitoru, sa električnom podstanicom vidljivom spolja.

Istraživanje autonomnih sistema i kontrole unapređuje temelje pouzdane operativne autonomije. Obuhvata svest o situaciji i operativnu inteligenciju, autonomnu teoriju odlučivanja i kontrole, operacije zasnovane na nameri, autonomnu orkestraciju i fizičku veštačku inteligenciju i robotiku.

U kombinaciji sa autonomijom usredsređenom na čoveka i rigoroznom validacijom i osiguranjem, ove mogućnosti omogućavaju autonomnim sistemima da razumeju ciljeve, kontinuirano se prilagođavaju promenljivim uslovima i rade bezbedno i pouzdano u stvarnom svetu.

Ove Osnovne tehnologije kompanije omogućiti autonomne fabrike, zgrade i mreže koje se kontinuirano prilagođavaju promenljivim uslovima. Aplikacije se kreću od inteligentnih mašina i robotike do optimizacije proizvodnje, autonomnog rada mreže i multimodalnih sistema upravljanja energijom.

Rezultat su produktivnije fabrike, efikasnije zgrade, otpornija energetska infrastruktura i održivije industrijske operacije

Publikacije

Istražite naše istaknute radove

Iskorištavanje fleksibilnosti rada električne energije i toplote u zgradama i daljinskom grejanju za podršku elektroenergetskim sistemima: Pregled

Objavljeno u: Napredak u primenjenoj energiji, tom 22, 2026, strana 100272
Benjamin Freischlad, Chia-Ling Iang, Agnes Engelter, Christian Vossel, Florian Reissner, Florian Steinke, Stefan Niessen

Ovaj pregled ispituje kako sistemi napajanja na toplotu (P2H) poput toplotnih pumpi koriste skladištenje toplote i toplotnu inerciju zgrade kako bi obezbedili fleksibilnost električne mreže u daljinskom i distribuiranom grejanju. Koristeći sistematski proces odabira literature, istražuje alate za simulaciju, strategije kontrole i tržišne okvire zajedno sa studijama slučaja iz stvarnog sveta. Iako je mali i simulirani P2H potencijal dobro dokazan, postoje kritične praznine u pogledu skalabilnih strategija kontrole, validacije velikih razmera na terenu i međusektorskog planiranja.
Pogledajte na stranici izdavača

RL fino usklađivanje opštih politika robota pod latencijom zaključivanja

Dostavljeno na: 2026 Konferencija o učenju robota (CoRL)
Brian Zhu¹, Momen Khalil¹, E.H. Harrison², Emanuele Poggi¹, Philipp Sebastian Schmitt¹, Bernd Kast¹, Philine Meister¹, Pranav Atreia², Kiiang Li², Finn Ferchau¹, Cesar Colmenero¹, Iash Shahapurkar¹, Gokul Naraia², Meligan¹, Meligan¹ Oier Mees³², Kai M. Vurm¹, Georg von Vichert¹, Eugen Solovjov¹, Andrev Vagenmaker², Sergej Levine²
(¹ Siemens, ² UC Berkelei, ³ Microsoft, ETH Cirih, Jednaki doprinos)

Velike savremene politike robota, kao što su modeli vizuelnog jezika i delovanja (VLA), pate od velike latencije zaključivanja. Ovo kašnjenje menja dinamiku okruženja i razbija Markovovu pretpostavku, uzrokujući neuspeh standardnih algoritama učenja pojačanja (RL). Da bi ovo rešili, autori uvode asinhroni RL sa srednjim informacijama (ARLI), okvir svjestan kašnjenja koji omogućava efikasno fino podešavanje RL-a uprkos kašnjenjima izvršenja. ARLI obnavlja gotovo markovsku strukturu koristeći povećanja stanja koja uključuju posvećene akcije i posmatranja srednjeg zaključivanja. U simuliranim i stvarnim zadacima, ARLI omogućava uspešan RL pod latencijom gde standardne metode ne uspevaju, čak i podudarajući ili premašujući idealne performanse nulte latencije.
Pogledajte na stranici izdavača

Kooptimizacija kontrola pretvarača i funkcija zaštite linija za poboljšanu pouzdanost zaštite i stabilnost sistema

Objavljeno na: 2025 Generalna skupština IEEE Pover & Energy Society (PESGM)
S. Bhela, S. Gumussoi, U. Muenz (Siemens Foundational Technologi, Princeton, Nj, SAD), D.J. Kelli, M. J. Reno (Sandia National Laboratories, Albukerkue, NM, SAD)

Savremena zaštita elektroenergetskog sistema oslanja se na sinhronu dinamiku generatora, koja se sve više zamenjuje resursima zasnovanim na pretvaračima za praćenje mreže i mrežno formiranje (GFM) (IBR). Budući da IBR prikazuju drastično različitu dinamiku grešaka, postojeće šeme zaštite mogu postati neadekvatne. Ovaj rad predstavlja okvir koji koristi Baiesovu optimizaciju i EMT simulaciju za ko-optimizaciju funkcija vožnje greškom GFM i zaštite linija, pokazujući poboljšanu pouzdanost i stabilnost zaštite na 100% IBR testnoj mreži.
Pogledajte na stranici izdavača

Uglađene funkcije udaljenosti za direktnu optimalnu kontrolu sistema bogatih kontaktima

Objavljeno na: 2025. 23. evropska kontrolna konferencija (ECC)
Christian Diec, Sebastijan Albreht, Armin Nurkanović, Moritz Diehl

Standardne funkcije udaljenosti poput euklidskog SDF-a se ne mogu razlikovati za ne-glatka kruta tela poput politopa. Ovaj rad predlaže metodu zaglađivanja za funkciju rastojanja rasta politopa modeliranu kao parametarski linearni program. Poremećujući uslove optimalnosti, autori dokazuju da je rezultirajući glatki SDF dobro definisan. Za razliku od prethodnih pristupa koji ugrađuju tačne uslove optimalnosti SDF-a direktno u problem optimalne kontrole (OCP), zaglađivanje dozvoljava spoljnu procenu. Ovo smanjuje veličinu OCP-a i ravnomernije raspoređuje računski napor među procenama funkcija i rešavačima. Procenjena implementacijom CasADI na planarnom zadatku sa klinom u rupi, metoda pokazuje poboljšane performanse optimizacije.
Pogledajte na stranici izdavača

Višeslojni transformator za razmenu karakteristika za višeslojnu procenu pozicije 6D objekta u branju robota

Objavljeno u: 2025 IEEE Međunarodna konferencija o robotici i automatizaciji (ICRA)
Momen Khalil; Vincent Ditrich; Slobodan Ilić

Precizna procena pozicije predmeta od 6D vitalnog je značaja za robotsko branje kanti koje uključuje predmete bez teksta, reflektirajuće ili začepljene. Dok metode sa više pogleda nadmašuju pristupe sa jednim pogledom, trenutne tehnike se oslanjaju na fuziju u kasnoj fazi, nedostaje puna sinergija sa više pogleda. Ovaj rad predstavlja transformator za razmenu karakteristika (FET) koji omogućava fuziju funkcija u ranoj fazi koristeći samopažnju i epipolarnu unakrsnu pažnju. Strategija grube do fine dodatno optimizuje višeslojno agregiranje funkcija u prikazima. Izgrađena na vrhu EpisurFemb-a, metoda značajno povećava tačnost i robusnost u složenim scenarijima odabira bin-a, nadmašujući trenutne najsavremenije metode sa više prikaza na skupu podataka ROBI.
Pogledajte na stranici izdavača