如果机器人和代理人工智能能够可靠地运行关键基础设施呢？
运营关键基础设施变得越来越复杂。为了应对这些挑战，自主系统必须了解目标，适应不断变化的条件，做出明智的决策，并在现实世界中安全行事，从而保持工厂的生产力、建筑物的效率和能源系统的可靠性。
重要的是可信的自主权，它将意图转化为行动。在现实限制范围内感知、决策和行动的控制系统。
公司核心技术
自主系统与控制
我们的研究是值得信赖的运营自主权的基础。这些技术使自主系统能够将人类意图转化为行动，帮助工厂、建筑物、能源网和机器更高效、更具弹性和可持续地运行，同时保持安全性和可靠性。
自主系统与控制研究为值得信赖的运营自主权奠定了基础。它包括态势感知和运营智能、自主决策和控制理论、基于意图的操作、自主编排以及物理人工智能和机器人技术。
结合以人为本的自主权以及严格的验证和保障，这些功能使自主系统能够了解目标，不断适应不断变化的条件，并在现实世界中安全可靠地运行。
这些 公司核心技术 使自主工厂、建筑物和电网能够持续适应不断变化的条件。应用范围从智能机器和机器人到生产优化、自主电网运营和多模式能源管理系统。
结果是工厂生产率更高、建筑更高效、能源基础设施更具弹性，工业运营更可持续
出版物
浏览我们的精选论文
利用建筑物和区域供热中电转热操作的灵活性来支持电力系统：综述
发表于：《应用能源进展》，第 22 卷，2026 年，第 100272 页
本杰明·弗赖斯拉德、杨佳玲、艾格尼丝·恩格尔特、克里斯蒂安·沃塞尔、弗洛里安·赖斯纳、弗洛里安·斯坦克、斯特凡·尼森
本综述探讨了热泵等电能供热（P2H）系统如何利用蓄热和建筑物热惯性为区域和分布式供暖提供电网灵活性。它使用系统的文献选择流程，调查仿真工具、控制策略和市场框架以及现实世界的案例研究。尽管小规模和模拟的P2H潜力已得到充分证实，但在可扩展控制策略、大规模现场验证和跨部门规划方面仍然存在关键差距。
在出版商页面上查看
推理延迟下通才机器人策略的 RL 微调
提交至：2026 年机器人学习会议 (CoRL)
Brian Zhu¹、Momen Khalil¹、E.H. Harrison²²、Emanuele Poggi¹、Philipp Sebastian Schmitt¹、Philine Kast¹、Pranav Atreya²、Qiyang Li²、Finn Ferchau¹、Cesar Colmenero¹、Yash Shahapurkar¹、Gokul Narayananan¹、梅利赫·埃尔多安¹、Oier Mees3/Wurm²、Kai M. Wurm¹、Georg von Wichert¹、Eugen Solowjow¹、Andrew Wagenmaker²、Sergey Levine²
(¹ Siemens、² 加州大学伯克利分校、³ Microsoft、苏黎世联邦理工学院、等额缴款)
大型现代机器人策略，例如视觉语言动作 (VLA) 模型，存在较高的推理延迟。这种延迟改变了环境动态并打破了马尔可夫假设，导致标准强化学习 (RL) 算法失败。为了解决这个问题，作者引入了带中间信息的异步RL（ARLI），这是一种延迟感知框架，即使出现执行延迟，也能进行有效的RL微调。ARLI 使用包含承诺行动和中间推理观测结果的状态增强来恢复近马尔可夫的结构。无论是模拟任务还是现实任务，ARLI 都能在标准方法失效的延迟条件下成功实现 RL，甚至达到或超过理想的零延迟性能。
在出版商页面上查看
对逆变器控制和线路保护功能进行协同优化，以提高保护可靠性和系统稳定性
发布于：2025 年 IEEE 电力与能源协会大会 (PESGM)
S. Bhela、S. Gumussoy、U. Muenz（美国新泽西州普林斯顿西门子基础技术）、D. J. Kelly、M. J. Reno（美国新泽西州阿尔伯克基桑迪亚国家实验室）
现代电力系统保护依赖于同步发电机动力学，而同步发电机动力学正越来越多地被基于电网跟踪和电网成型 (GFM) 逆变器的资源 (IBR) 所取代。由于IBR显示出截然不同的故障动态，因此现有的保护方案可能不足。本文提出了一个使用贝叶斯优化和EMT仿真来共同优化GFM故障穿越功能和线路保护的框架，证明了在100％IBR测试网络上提高了保护可靠性和稳定性。
在出版商页面上查看
平滑距离功能可直接优化控制富接触式系统
出版于:2025 年第 23 届欧洲控制会议 (ECC)
克里斯蒂安·迪兹、塞巴斯蒂安·阿尔布雷希特、阿明·努尔卡诺维奇、莫里茨·迪尔
对于像多面体这样的非光滑刚体，像欧几里得SDF这样的标准距离函数是不可微分的。本文提出了一种以参数线性程序建模的多面体生长距离函数的平滑方法。通过扰动最优性条件，作者证明了由此产生的平滑自卫函数是明确定义的。与先前将精确的 SDF 最优性条件直接嵌入到最优控制问题 (OCP) 的方法不同，平滑允许外部评估。这样可以减小 OCP 的大小，并在函数评估和求解器之间更均匀地分配计算工作。该方法通过对平面钻孔任务的CasaDi实现进行评估，表明优化性能有所提高。
在出版商页面上查看
多层特征交换变压器，用于机器人垃圾箱拣选中多视角六维物体姿势估计
出版于：2025 年 IEEE 机器人与自动化国际会议 (ICRA)
Momen Khalil；Vincent Dietrich；Slobodan Ilic
精确的六维物体姿势估算对于涉及无纹理、反光或遮挡物品的机器人垃圾箱拣选至关重要。尽管多视图方法的性能优于单视图方法，但当前的技术依赖于后期融合，缺少全面的多视角协同作用。本文介绍了一种特征交换变压器（FET），该变压器使用自注意力和超极交叉注意力实现早期特征融合。粗到精的策略进一步优化了视图间的多层特征聚合。该方法建立在EpiSurfemb之上，可显著提高复杂的垃圾箱拣选场景中的准确性和稳定性，在ROBI数据集上表现优于当前最先进的多视图方法。
在出版商页面上查看