Des systèmes automobiles plus sûrs et plus efficaces sur le plan énergétique

Une collaboration de recherche entre l’Université Technische d’Ilmenau et Robert Bosch GmbH a été récompensée pour sa contribution novatrice à la conception de systèmes assistés par l’IA.

Cette reconnaissance souligne l’importance de l’apprentissage par renforcement dans l’exploration automatisée de l’espace de conception, en particulier dans le contexte des architectures de véhicules futurs.

Les scientifiques de l’Université Technische d’Ilmenau et de Robert Bosch GmbH ont été honorés lors du prestigieux Symposium de l’IEEE sur l’Intelligence Computationnelle (SSCI) pour leur contribution novatrice à la conception de systèmes assistés par l’IA.

Leur article primé, intitulé « Applicability Study of Model-Free Reinforcement Learning towards an Automated Design Space Exploration Framework », souligne l’applicabilité de l’apprentissage par renforcement pour l’exploration automatisée de l’espace de conception à l’aide de l’exemple des architectures de véhicules futurs.

Vers des véhicules plus économes en énergie et plus sûrs

Les véhicules motorisés devraient toujours être plus économes en énergie, plus respectueux de l’environnement, plus sûrs et plus fiables. En même temps, ils devraient rendre la conduite aussi agréable et divertissante que possible et être aussi peu coûteux que possible.

L’intégration trans-système est donc une tendance importante dans l’industrie automobile : dans le contexte de l’électromobilité, le groupe motopropulseur électrique, les systèmes de freinage par fil et les systèmes de direction par fil ainsi qu’une architecture électrique/électronique centrale (architecture E/E) sont connectés entre les domaines, créant de nouvelles opportunités pour améliorer la dynamique des véhicules.

L’importance de l’apprentissage par renforcement

Dans leur article, Hoffmann et ses collègues démontrent une approche innovante de l’IA qui permet de générer automatiquement des stratégies d’exploitation optimales pour diverses topologies de véhicules. Ils utilisent l’apprentissage par renforcement (RL), qui s’est avéré particulièrement adapté ces dernières années pour maîtriser efficacement des tâches de contrôle complexes et réduire le temps de développement.

Cette méthode d’apprentissage machine, dans laquelle un agent logiciel apprend indépendamment une stratégie selon le principe de «essai et erreur» afin de maximiser les récompenses reçues, permet d’identifier automatiquement les commandes d’actionneurs optimales et de générer ainsi des stratégies d’exploitation sur mesure pour un large éventail de configurations de systèmes.

Une collaboration réussie pour une mobilité numérique

« Le prix du meilleur article souligne non seulement les performances exceptionnelles des chercheurs, mais aussi la coopération réussie entre le Centre d’Innovation de Thuringe pour la Mobilité avec son offensive de recherche ‘Mobilité Numérique’, le Groupe de Génie des Systèmes de Contrôle de l’Université Technische d’Ilmenau et Robert Bosch GmbH », déclare Jochen Walther, responsable du département « Systèmes de Véhicules Avancés » chez Bosch Corporate Research and Advance Engineering.

« Cette recherche novatrice ouvre la voie à de futurs développements dans le domaine de la conception de systèmes assistés par l’IA avec pour objectif des systèmes plus sûrs et plus économes en énergie. »

Vers de nouveaux projets

Les scientifiques souhaitent maintenant démontrer leur approche innovante de la conception de systèmes dans d’autres projets :

« Notre objectif est de démontrer les avantages supplémentaires de ces méthodes d’IA en collaboration interdisciplinaire avec des partenaires industriels et de recherche dans des projets Horizon Europe sur de nouveaux concepts de véhicules électriques tels que OWHEEL, EM-TECH ou SmartCorners », conclut le Dr. Valentin Ivanov du groupe de travail « Smart Vehicle Systems » du Groupe de Génie des Systèmes de Contrôle.

Références

Le prix du meilleur article a été décerné à M.Sc. Patrick Hoffmann et Dr. Kirill Gorelik de Robert Bosch GmbH à Renningen et PD Dr. habil. Valentin Ivanov de l’Université Technische d’Ilmenau.

Légende illustration : « Dans leur contribution, les scientifiques de l’Université technique d’Ilmenau et de Robert Bosch GmbH présentent une approche innovante de l’IA qui permet de générer automatiquement des stratégies de fonctionnement optimales pour différentes topologies de véhicules. Cette approche pourrait être utilisée dans le domaine de l’e-mobilité. »

P. Hoffmann, K. Gorelik et V. Ivanov, «Applicability Study of Model-Free Reinforcement Learning Towards an Automated Design Space Exploration Framework,» 2023 IEEE Symposium Series on Computational Intelligence (SSCI), Mexico City, Mexico, 2023, pp. 525’532 , doi: 10.1109/SSCI52147.2023.10371864