Forschungsprojekt ROSALIE

​ „Grid2Op“ und „Grid2Viz“ sind etablierte Open Source Python-Pakete, um die Entscheidungen von KI-Agenten in simulierten Stromnetzen technisch und wirtschaftlich zu bewerten. Eine neue „Grid2Op GUI“ ist aktuell in Entwicklung bei RTE und bietet die Möglichkeit, einen Grid2Op-Simulationszeitschritt manuell, unterstützt durch einen KI-Agenten, auszuführen. IEE und e2n waren aktiv in der L2RPN-Challenge, worin Grid2Op als Entscheidungsrahmen-Simulationsframework verwendet wurde: ein großes Problem war, dass Entscheidungen der KI-Agenten in Grid2Op nur teils gespeichert und deshalb nicht nachvollzogen werden konnten. Auch menschliche Entscheidungen konnten nicht in Laufzeit ausprobiert werden. Zudem waren wiederholte Simulationen in Grid2Op sehr rechen-intensiv, weil jede Wiederherstellung eines Zeitschritts den kompletten Neustart erforderte. Im Vorhaben ROSALIE sollen wichtige Teilaspekte der Fragestellung untersucht werden, ob ein Zeitschritt aus Grid2Op (Fokus auf KI-Agenten) wiederhergestellt werden kann.

Im Vorhaben ROSALIE sollen wichtige Teilaspekte der Fragestellung untersucht werden, ob ein Zeitschritt aus Grid2Op wiederhergestellt werden kann. Die Zielstellungen des Vorhabens sind:

1. (Soll-Ziel): Überlegung wie der Zustand eines KI-Agenten in Grid2Op komplett gespeichert werden kann. Dazu muss ermittelt werden, welche Zustandsvariablen den internen Zustand des Agenten abbilden. Das daraus abgeleitete Konzept soll anhand von bereits erstellten KI-Agenten (z.B. aus L2RPN-Beiträgen vom IEE oder der Universität Kassel) erprobt werden. Bei erfolgreicher Erprobung wird daraus eine Entwickler-Dokumentation für neue KI-Agenten-Entwickler erstellt.
2. (Kann-Ziel): Überlegung wie ein Grid2Op-Zustand gespeichert werden könnte, bzw. welche Variablen dazu in jedem Rechenschritt von Grid2Op abgelegt werden müssten. Je nach zeitlichem Ausmaß kann ein erstes Konzept dazu schriftlich dokumentiert werden.