Grant: CCI Applied Research and Development Grants
Cégep de Trois-Rivières
$75,000.00
Système d’apprentissage par renforcement pour l’optimisation des jalons d’exploitation des flottes de véhicules électriques
EF 2023-24
Résumé
Groupe Irenode Inc. est une entreprise québécoise de 25 employés établi en 1997, œuvrant dans le domaine de l’électrification des transports. Afin de croître ses offres de services, Groupe Irenode veut développer un système d’acquisition et de traitement de données pour planifier la conversion électrique de flottes de véhicules, permettant l’optimisation d’un ensemble de paramètres incluant les coûts d’exploitation des flottes et les économies de GES. Spécifiquement, ce développement consiste à déployer un algorithme d’intelligence artificielle (IA) issue de l’apprentissage par renforcement et conçu comme un nouveau service innovant de planification et d'ordonnancement des projets de conversion de flottes de véhicules, optimisant un ensemble élargi de jalons d’exploitation. Le paradigme de recherche implique que l’IA se présente comme un agent multiple évoluant dans une simulation virtuelle, dans laquelle il pourra s’entraîner à remplir efficacement les jalons d’exploitation qui ont été assignés. Un tel paradigme est canonisé comme de l’apprentissage par renforcement et est adapté au problème de Groupe Irenode puisqu’au cœur de ce type d’apprentissage machine se trouve la dichotomie récompense/punition du modèle d’exploitation des flottes électriques. L’objectif général de ce projet est réparti en 3 étapes sur 24 mois et consiste à la conception d’une architecture d’acquisition de données de capteurs sur véhicules électriques, à l’acheminement des données par relai 5G vers une plateforme d’agrégation de données sur le Cloud et au développement d’une preuve de concept d’un algorithme d’apprentissage par renforcement pour optimiser les jalons d’une flotte électrifiée.
Programme
CCI Applied Research and Development Grants
Bénéficiaire
Emplacement
Quebec, Canada
Type de bénéficiaire
Academia
Type
Grant
Source
NSERC's Awards Data
Tel que publié
Application id
CCARD-2022-00997
Name nom
Ndoye, Majid
Department département
Centre Collégial de Transfert Technologique en télécommunications (C2T3) - Cégep de Trois-Rivières
Organization id
17333
Institution établissement
Cégep de Trois-Rivières
Province en
Québec
Province fr
Québec
Country en
CANADA
Country fr
CANADA
Fiscal year exercice financier
2023
Competition year année de concours
2022
Award amount
75000
Program id
CCARD
Program name en
CCI Applied Research and Development Grants
Program name fr
ICC Subventions de recherche et développement appliquée
Group en
RESEARCH PARTNERSHIPS
Group fr
PARTENARIATS DE RECHERCHE
Area of application code
10000
Area of application group en
The socioeconomic objective available
Area of application group fr
L'objectif socioéconomique disponible
Area of application en
The socioeconomic objective available
Area of application fr
L'objectif socioéconomique disponible
Research subject code
10000
Research subject group en
The field of research available
Research subject group fr
The field of research available
Research subject en
Le domaine de recherche disponible
Research subject fr
Le domaine de recherche disponible
Field of research list codes
RDF1020104
Field of research list names en
Machine learning
Field of research list names fr
Apprentissage machine
Socioeconomic objective list codes
RDS10406
Socioeconomic objective list names en
Communication technologies, systems and services
Socioeconomic objective list names fr
Technologies, systèmes et services de communication
Application title
Système d’apprentissage par renforcement pour l’optimisation des jalons d’exploitation des flottes de véhicules électriques
Keyword
Télécommunication; Sans-Fil; Intelligence Artificielle; Micrologiciel; Edge Computing; IoT; Électronique; Cloud Computing; reinforcement learning; Véhicules électriques
Application summary
Groupe Irenode Inc. est une entreprise québécoise de 25 employés établi en 1997, œuvrant dans le domaine de l’électrification des transports. Afin de croître ses offres de services, Groupe Irenode veut développer un système d’acquisition et de traitement de données pour planifier la conversion électrique de flottes de véhicules, permettant l’optimisation d’un ensemble de paramètres incluant les coûts d’exploitation des flottes et les économies de GES. Spécifiquement, ce développement consiste à déployer un algorithme d’intelligence artificielle (IA) issue de l’apprentissage par renforcement et conçu comme un nouveau service innovant de planification et d'ordonnancement des projets de conversion de flottes de véhicules, optimisant un ensemble élargi de jalons d’exploitation. Le paradigme de recherche implique que l’IA se présente comme un agent multiple évoluant dans une simulation virtuelle, dans laquelle il pourra s’entraîner à remplir efficacement les jalons d’exploitation qui ont été assignés. Un tel paradigme est canonisé comme de l’apprentissage par renforcement et est adapté au problème de Groupe Irenode puisqu’au cœur de ce type d’apprentissage machine se trouve la dichotomie récompense/punition du modèle d’exploitation des flottes électriques. L’objectif général de ce projet est réparti en 3 étapes sur 24 mois et consiste à la conception d’une architecture d’acquisition de données de capteurs sur véhicules électriques, à l’acheminement des données par relai 5G vers une plateforme d’agrégation de données sur le Cloud et au développement d’une preuve de concept d’un algorithme d’apprentissage par renforcement pour optimiser les jalons d’une flotte électrifiée.