PulseAugur
中
实时 04:42:00
English(EN) AutoB2G: Agentic Simulation and Reinforcement Learning for Spatio-Temporal Grid-Interactive Building Control

新框架使用LLM自动化建筑-电网模拟

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了AutoB2G，一个旨在简化建筑控制与电网动态协同模拟复杂过程的新框架。这个智能体框架利用大型语言模型（LLMs）将自然语言用户意图转化为可执行的模拟流程。通过将模拟组件组织成有向无环图，AutoB2G自动化了这些复杂工作流的检索、组合、执行、验证和修复，从而加速了基于学习的能源控制系统的研究。 AI

影响 自动化复杂的模拟工作流，可能加速网格交互式建筑控制系统的研发。

排序理由 这是一篇描述新框架和方法论的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新框架使用LLM自动化建筑-电网模拟

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Borui Zhang, Nariman Mahdavi, Subbu Sethuvenkatraman, Flora Salim ·

    AutoB2G: Agentic Simulation and Reinforcement Learning for Spatio-Temporal Grid-Interactive Building Control

    arXiv:2603.26005v2 Announce Type: replace Abstract: Grid-interactive building control has emerged as a promising approach for improving demand-side flexibility in modern power systems. Realistic studies of such systems, however, require tightly coupled co-simulation across buildi…

相关话题