في السنوات الأخيرة، أصبح التحكم في المباني التفاعلية مع الشبكات الكهربائية أحد الأساليب الواعدة لتحسين مرونة الطلب في أنظمة الطاقة الحديثة. ومع ذلك، فإن الدراسات الواقعية حول هذه الأنظمة تتطلب محاكاة متكاملة تجمع بين المباني وأيضًا التعلم المعزز (Reinforcement Learning) والشبكات الكهربائية. يتطلب هذا التنسيق بين المحاكيات المختلفة وتكوين بيئات الشبكات وتزامن التنفيذ تحسينات ملحوظة في تصميم الأنظمة.

هنا جاء دور AutoB2G، وهو إطار عمل مبتكر للتفاعل الزمني المكاني بين المباني والشبكات الكهربائية. يأخذ AutoB2G عملية بناء المحاكاة ويحولها إلى مسألة تنسيق سير العمل، حيث يتم تحويل النوايا اللغوية الطبيعية للمستخدمين إلى أنابيب محاكاة قابلة للتنفيذ.

هذا الإطار يدمج بيئات التحكم في المباني مع أدوات محاكاة أنظمة الطاقة، مما يمكّن من المحاكاة المشتركة في بيئات شبكية متنوعة. ولتسهيل بناء سير العمل، تم تطوير إطار عمل يعتمد على نموذج لغوي كبير (LLM) يقوم بأتمتة سير العمل في المحاكاة العلمية. يقوم AutoB2G بتنظيم مكونات المحاكاة في قاعدة بيانات مرمزة على شكل رسم بياني موجه ذاتي غير دوري (DAG)، ويستخدم وكلاء LLM لاسترجاع وتركيب وتنفيذ والتحقق من الأنابيب بطريقة فعالة.

هذه الحلول تتيح للمستخدمين تحديد مهام المحاكاة عالية المستوى بينما يتم توليد أنابيب المحاكاة المشتركة المعقدة تلقائيًا، مما يلغي الحاجة إلى كتابة المنطق المعقد للمحاكين يدويًا. تتيح هذه التكنولوجيا المتقدمة تجربة أكثر سلاسة وفعالية في تصميم الأنظمة الذكية والتحكم في استهلاك الطاقة.