Công nghệ cốt lõi của công ty

Hệ thống & Điều khiển tự trị

Nghiên cứu của chúng tôi là nền tảng cho quyền tự chủ hoạt động đáng tin cậy. Các công nghệ cho phép các hệ thống tự động biến ý định của con người thành hành động, giúp các nhà máy, tòa nhà, lưới năng lượng và máy móc hoạt động hiệu quả hơn, khả năng phục hồi và bền vững hơn trong khi vẫn duy trì sự an toàn và độ tin cậy.

Khám phá các ấn phẩm

Điều gì sẽ xảy ra nếu robot và AI đại lý có thể vận hành cơ sở hạ tầng quan trọng một cách đáng tin cậy?

Việc vận hành cơ sở hạ tầng quan trọng đang ngày càng trở nên phức tạp. Để đáp ứng những thách thức này, các hệ thống tự động phải hiểu các mục tiêu, thích ứng với các điều kiện thay đổi, đưa ra quyết định sáng suốt và hành động an toàn trong thế giới thực - giữ cho các nhà máy sản xuất hiệu quả, xây dựng hiệu quả và hệ thống năng lượng đáng tin cậy.

Điều quan trọng là quyền tự chủ đáng tin cậy biến ý định thành hành động. Hệ thống điều khiển nhận thức, quyết định và hành động trong giới hạn thực tế.

Một hình ảnh phân tách có một nhà máy tự động được kết nối kỹ thuật số, được tham gia bởi một kỹ sư vận hành máy móc cánh tay robot.

Người vận hành kiểm soát dữ liệu trên màn hình, với một trạm biến áp điện có thể nhìn thấy bên ngoài.

Nghiên cứu Hệ thống & Điều khiển Tự động thúc đẩy nền tảng của quyền tự chủ hoạt động đáng tin cậy. Nó bao gồm nhận thức tình huống và trí thông minh hoạt động, lý thuyết điều khiển và ra quyết định tự chủ, các hoạt động dựa trên ý định, điều phối tự động, và AI vật lý và robot.

Kết hợp với quyền tự chủ lấy con người làm trung tâm và xác nhận và đảm bảo nghiêm ngặt, những khả năng này cho phép các hệ thống tự trị hiểu được mục tiêu, liên tục thích ứng với các điều kiện thay đổi và hoạt động an toàn và đáng tin cậy trong thế giới thực.

Những cái này Công nghệ cốt lõi của công ty cho phép các nhà máy tự trị, tòa nhà và lưới điện liên tục thích ứng với các điều kiện thay đổi. Các ứng dụng bao gồm từ máy móc thông minh và robot đến tối ưu hóa sản xuất, vận hành lưới điện tự động và hệ thống quản lý năng lượng đa phương thức.

Kết quả là các nhà máy có năng suất cao hơn, các tòa nhà hiệu quả hơn, cơ sở hạ tầng năng lượng linh hoạt hơn và các hoạt động công nghiệp bền vững hơn

Ấn phẩm

Khám phá các bài báo nổi bật của chúng tôi

Khai thác tính linh hoạt của hoạt động điện thành nhiệt trong tòa nhà và sưởi ấm quận để hỗ trợ các hệ thống điện: Đánh giá

Xuất bản trong: Những tiến bộ trong năng lượng ứng dụng, Tập 22, 2026, trang 100272
Benjamin Freischlad, Chia-Ling Yang, Agnes Engelter, Christian Vossel, Florian Reissner, Florian Steinke, Stefan Niessen

Bài đánh giá này xem xét cách các hệ thống điện thành nhiệt (P2H) như máy bơm nhiệt tận dụng lưu trữ nhiệt và xây dựng quán tính nhiệt để cung cấp tính linh hoạt của lưới điện trong hệ thống sưởi cấp huyện và phân tán. Sử dụng quy trình lựa chọn tài liệu có hệ thống, nó khảo sát các công cụ mô phỏng, chiến lược kiểm soát và khuôn khổ thị trường cùng với các nghiên cứu trường hợp trong thế giới thực. Mặc dù tiềm năng P2H mô phỏng và quy mô nhỏ đã được chứng minh tốt, nhưng những lỗ hổng quan trọng vẫn tồn tại liên quan đến các chiến lược kiểm soát có thể mở rộng, xác nhận thực địa quy mô lớn và lập kế hoạch xuyên ngành.
Xem tại trang của nhà xuất bản

Điều chỉnh RL các chính sách rô bốt tổng quát theo độ trễ suy luận

Gửi đến: Hội nghị 2026 về Học Robot (CoRL)
Brian Zhu5¹, Momen Khalil5¹, E.H. Harrison5², Emanuele Poggi5¹, Philipp Sebastian Schmitt¹, Bernd Kast¹, Philine Meister¹, Pranav Atreya², Qiyang Li², Finn Ferchau¹, Cesar Colmenero¹, Yash Shahapurkar¹, Gokul Naray¹, Melananih Erdo¹ ¹, Oier Mees³², Kai M. Wurm¹, Georg von Wichert¹, Eugen Solowjow¹, Andrew Wagenmaker², Sergey Levine²
(¹ Siemens, ² UC Berkeley, ³ Microsoft, ⁴ ETH Zurich, ⁄ Đóng góp bằng nhau)

Các chính sách robot hiện đại lớn, chẳng hạn như mô hình hành động ngôn ngữ-thị giác (VLA), bị độ trễ suy luận cao. Sự chậm trễ này làm thay đổi động lực môi trường và phá vỡ giả định Markov, khiến các thuật toán học tăng cường tiêu chuẩn (RL) thất bại. Để giải quyết vấn đề này, các tác giả giới thiệu RL không đồng bộ với thông tin trung gian (ARLI), một khung nhận thức độ trễ cho phép tinh chỉnh RL hiệu quả bất chấp sự chậm trễ thực thi. ARLI khôi phục cấu trúc gần Markovian bằng cách sử dụng các phép tăng cường trạng thái kết hợp các hành động đã cam kết và các quan sát suy luận giữa. Trên các tác vụ mô phỏng và thực tế, ARLI cho phép RL thành công dưới độ trễ khi các phương pháp tiêu chuẩn thất bại, thậm chí phù hợp hoặc vượt quá hiệu suất không trễ lý tưởng.
Xem tại trang của nhà xuất bản

Đồng tối ưu hóa các điều khiển biến tần và chức năng bảo vệ đường dây để cải thiện độ tin cậy bảo vệ và độ ổn định của hệ thống

Xuất bản trong: Đại hội đồng Hiệp hội Năng lượng & Năng lượng IEEE 2025 (PESGM)
S. Bhela, S. Gumussoy, U. Muenz (Công nghệ nền tảng Siemens, Princeton, NJ, Hoa Kỳ), D. J. Kelly, M. J. Reno (Phòng thí nghiệm quốc gia Sandia, Albuquerque, NM, Hoa Kỳ)

Bảo vệ hệ thống điện hiện đại dựa vào động lực máy phát đồng bộ, ngày càng được thay thế bằng các tài nguyên dựa trên biến tần (IBR) theo lưới và hình thành lưới (GFM). Bởi vì IBR hiển thị các động lực lỗi khác nhau đáng kể, các chương trình bảo vệ hiện có có thể trở nên không đầy đủ. Bài báo này trình bày một khuôn khổ sử dụng tối ưu hóa Bayes và mô phỏng EMT để đồng tối ưu hóa các chức năng đi qua lỗi GFM và bảo vệ đường dây, thể hiện độ tin cậy và độ ổn định bảo vệ được cải thiện trên mạng thử nghiệm IBR 100%.
Xem tại trang của nhà xuất bản

Chức năng khoảng cách được làm mịn để điều khiển trực tiếp tối ưu các hệ thống giàu tiếp xúc

Xuất bản trong: Hội nghị Kiểm soát Châu Âu lần thứ 23 (ECC) 2025
Christian Dietz, Sebastian Albrecht, Armin Nurkanovic, Moritz Diehl

Các hàm khoảng cách tiêu chuẩn như SDF Euclide không thể phân biệt được đối với các vật cứng không nhẵn như polytopes. Bài báo này đề xuất một phương pháp làm mịn cho hàm khoảng cách tăng trưởng polytope được mô hình hóa như một chương trình tuyến tính tham số. Bằng cách làm nhiễu loạn các điều kiện tối ưu, các tác giả chứng minh kết quả SDF trơn tru được xác định rõ ràng. Không giống như các phương pháp tiếp cận trước đây nhúng các điều kiện tối ưu SDF chính xác trực tiếp vào bài toán kiểm soát tối ưu (OCP), làm mịn cho phép đánh giá bên ngoài. Điều này làm giảm kích thước OCP và phân phối nỗ lực tính toán đồng đều hơn giữa các đánh giá và giải chức năng. Được đánh giá thông qua việc triển khai CasaDi trên tác vụ ghim trong lỗ phẳng, phương pháp này thể hiện hiệu suất tối ưu hóa được cải thiện.
Xem tại trang của nhà xuất bản

Máy biến áp trao đổi tính năng nhiều lớp để ước tính tư thế đối tượng 6D đa chế độ xem trong việc chọn thùng rô bốt

Xuất bản trong: Hội nghị quốc tế IEEE 2025 về Robot và Tự động hóa (ICRA)
Khoảnh khắc Khalil; Vincent Dietrich; Slobodan Ilic

Ước tính tư thế đối tượng 6D chính xác là rất quan trọng đối với việc chọn thùng rô bốt liên quan đến các vật phẩm không có kết cấu, phản chiếu hoặc bị chặn. Trong khi các phương pháp đa xem vượt trội hơn các phương pháp tiếp cận một chế độ xem, các kỹ thuật hiện tại dựa vào sự hợp nhất giai đoạn cuối, thiếu sức mạnh tổng hợp đa chế độ xem đầy đủ. Bài báo này giới thiệu Máy biến đổi tính năng (FET) cho phép hợp nhất tính năng ở giai đoạn đầu bằng cách sử dụng sự tự chú ý và chú ý chÉO biểu cực. Chiến lược từ thô đến mịn tối ưu hóa hơn nữa việc tổng hợp tính năng nhiều lớp trên các chế độ xem. Được xây dựng dựa trên EpisurfeMB, phương pháp này nâng cao đáng kể độ chính xác và tính mạnh mẽ trong các tình huống chọn thùng phức tạp, vượt trội hơn các phương pháp đa xem hiện tại trên tập dữ liệu ROBI.
Xem tại trang của nhà xuất bản