CityLearn은 강화학습을 활용한 에너지 관리 연구를 위한 모듈형 시뮬레이션 플랫폼입니다. 사용자는 다구역 건물 클러스터, HVAC 시스템, 저장 유닛, 재생 에너지원을 정의하고 수요 반응 이벤트에 대응하는 RL 에이전트를 훈련시킬 수 있습니다. 환경은 온도, 부하 프로파일, 에너지 가격 등의 상태 관측값을 제공하며, 행동은 설정점과 저장 디스패치를 제어합니다. 유연한 보상 API는 비용 절감 또는 배출 감축과 같은 맞춤형 메트릭을 허용하며, 로깅 유틸리티는 성능 분석을 지원합니다. CityLearn은 벤치마크, 커리큘럼 학습, 새로운 제어 전략 개발에 적합합니다.

TAHO는 비효율성을 없애고 추가 하드웨어 없이 성능을 높여 AI, 클라우드 및 고성능 컴퓨팅(HPC) 워크로드를 최적화하도록 설계되었습니다. 리소스 활용도를 극대화하기 위해 즉각적인 배포, 자동 확장 및 실시간 모니터링을 제공합니다. 다양한 환경에 걸쳐 워크로드를 자율적으로 분배함으로써 TAHO는 운영 준비성 및 최상의 효율성을 보장하며 운영 비용 및 전력 소비를 줄입니다. TAHO를 사용하면 기업은 더 빠른 실행, 교육 비용 절감 및 계산 집약적인 작업의 처리량을 향상시켜 어떤 인프라에도 귀중한 솔루션이 될 수 있습니다.

Q-Bot은 건물의 바닥 아래를 검사하고 모니터링하며 단열처리하기 위해 설계된 지능형 로봇 시스템을 개발합니다. 이러한 시스템은 AI와 최첨단 로봇 기술을 활용하여 고품질 폼 단열재를 효과적으로 적용하고 최소한의 방해로 작동합니다. 이 혁신적인 접근 방식은 건물의 열 손실을 크게 줄여 상당한 에너지 절약과 개선된 생활 조건을 이끌어냅니다. 열 성능을 향상시킴으로써 Q-Bot은 주택 소유자와 임대인이 더 높은 에너지 효율 기준을 달성하도록 돕습니다.