⚡ electrical engineering

Trans-SAC: Gamification Design for Sustained User Engagement in Residential Demand Response

Cet article propose Trans-SAC, un nouveau cadre de réponse à la demande dynamique sensible à la ludification qui intègre une modélisation de la fatigue psychologique avec une prédiction de l'engagement basée sur les Transformers et un apprentissage par renforcement Soft Actor-Critic afin de maintenir la participation des utilisateurs et l'efficacité économique à long terme en ajustant dynamiquement la difficulté des tâches et les récompenses.

Auteurs originaux : Tianxiao Peng

Publié 2026-08-25

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Tianxiao Peng

Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Le réseau électrique moderne est un équilibre délicat. Contrairement à l'eau s'écoulant d'un réservoir, l'électricité doit être générée et consommée au même instant exact. Alors que le monde s'oriente vers des sources d'énergie renouvelables comme l'éolien et le solaire, qui sont imprévisibles et varient selon la météo, maintenir cet équilibre devient de plus en plus difficile. Pour résoudre ce problème, les gestionnaires de réseau s'appuient sur une stratégie appelée « réponse à la demande ». Au lieu de construire davantage de centrales électriques pour gérer les périodes de pointe, ils demandent aux gens de réduire volontairement leur consommation d'électricité lorsque le réseau est sous tension. Pendant des années, la principale méthode pour encourager ce comportement a été financière : offrir des prix plus bas ou des récompenses en espèces à ceux qui réduisent leur consommation. Cependant, le comportement humain est rarement une simple équation de coût et de bénéfice. Les gens se lassent de la même routine. Tout comme un enfant se lasse d'un jouet qui offre la même récompense à chaque fois, les adultes finissent par perdre tout intérêt pour les programmes d'économie d'énergie qui semblent répétitifs et prévisibles. Cette « fatigue » provoque une chute brutale de la participation une fois que l'excitation initiale s'est dissipée, laissant le réseau vulnérable au moment où il a le plus besoin d'aide.

Des chercheurs de l'Université des sciences et technologies de Guangdong ont proposé une nouvelle façon de maintenir l'engagement, une approche qui traite l'esprit humain avec la même complexité que le réseau électrique. Ils ont développé un système appelé Trans-SAC, qui combine l'étude de la psychologie humaine avec une intelligence artificielle avancée. L'idée centrale est de ne plus traiter les tâches d'économie d'énergie comme des corvées statiques, mais de les transformer en une expérience dynamique et évolutive. Le système utilise un programme informatique sophistiqué pour observer comment les utilisateurs interagissent avec le réseau au fil du temps, cherchant des signes subtils indiquant qu'un utilisateur commence à s'ennuyer ou à se fatiguer. Lorsque le système détecte cette fatigue mentale, il ne se contente pas d'offrir plus d'argent. Au lieu de cela, il change complètement la donne. Il peut soudainement introduire un défi plus difficile avec une récompense plus importante et inattendue, ou bien suspendre les récompenses pendant un certain temps pour laisser l'intérêt de l'utilisateur se réinitialiser. Cette approche est conçue pour imiter le principe psychologique du « renforcement intermittent », où des récompenses imprévisibles maintiennent la motivation bien plus longtemps qu'un salaire régulier et prévisible.

Pour tester cette idée, les chercheurs n'ont pas mené d'expérience en conditions réelles avec des milliers de personnes, ce qui serait difficile et coûteux à contrôler. À la place, ils ont construit une simulation hautement détaillée. Ils ont pris des données réelles de consommation d'électricité provenant de 700 foyens à Austin, au Texas, et y ont superposé un modèle mathématique du comportement humain. Ce modèle agissait comme une population virtuelle, programmée pour réagir aux récompenses et aux tâches exactement comme le feraient de vraies personnes, y compris la tendance à s'ennuyer et à cesser de participer. Les chercheurs ont ensuite laissé leur agent d'intelligence artificielle, le système Trans-SAC, interagir avec cette population virtuelle pendant une année entière. L'objectif était de voir si le système pouvait maintenir des niveaux élevés de réduction d'énergie sans épuiser le budget en récompenses inutiles.

Les résultats de cette simulation ont été frappants. Au cours des premiers mois, toutes les différentes méthodes ont bien fonctionné, la nouveauté du programme maintenant l'intérêt des participants. Cependant, au fil du temps, les méthodes traditionnelles ont commencé à échouer. Un système qui offrait des récompenses fixes a vu sa participation chuter à moins de la moitié de son niveau initial dès le huitième mois. Un système utilisant une intelligence artificielle standard pour ajuster les prix sans comprendre la psychologie humaine a également éprouvé des difficultés, la participation glissant lentement jusqu'à environ 69 %. En revanche, le système Trans-SAC a maintenu un taux de participation constant de plus de 85 % tout au long de l'année. Il y est parvenu en surveillant constamment « l'humeur » du groupe d'utilisateurs. Lorsque le système remarquait que la volonté collective de participer diminuait, il intervenait avec une tâche difficile à haute valeur ajoutée pour redynamiser le groupe. Lorsque le groupe était encore enthousiaste, il retenait les récompenses coûteuses, économisant ainsi de l'argent.

Cette stratégie s'est avérée non seulement plus efficace pour maintenir l'engagement des gens, mais aussi plus économique. En sachant exactement quand intervenir et quand se retenir, le système Trans-SAC a réduit le coût des incitations de près de 22 % par rapport à l'approche de l'intelligence artificielle standard. Il a évité l'erreur courante consistant à payer des personnes qui étaient déjà disposées à aider, et s'est concentré sur les moments où le groupe était sur le point d'abandonner. Les chercheurs ont constaté que cette approche a réussi à prévenir le déclin brutal de la fiabilité qui frappe habituellement les programmes énergétiques à long terme.

Cependant, les chercheurs précisent avec prudence que ces résultats proviennent d'une simulation, et non d'un essai en conditions réelles. Le comportement humain dans l'étude était basé sur des hypothions mathématiques concernant l'ennui, plutôt que sur des données provenant de personnes réelles jouant à un jeu énergétique. Le système n'a pas encore été testé dans un véritable quartier avec de vrais ménages. L'auteur suggère que, bien que les résultats soient prometteurs, la prochaine étape consisterait à mener un test sur le terrain pour voir si les personnes réelles réagissent au système de la même manière que le modèle informatique l'a prédit. Ils soulignent également que pour qu'un tel système fonctionne dans la réalité, il devrait être intégré aux compteurs intelligents existants et conçu avec des protections de confidentialité strictes pour garantir la sécurité des données personnelles.

L'étude met en lumière un changement dans la façon dont nous pourrions gérer le réseau électrique. Elle suggère que l'avenir de la réponse à la demande ne réside pas seulement dans une meilleure technologie ou des prix plus bas, mais dans la compréhension de la psychologie des personnes qui alimentent le système. En traitant les utilisateurs comme des individus dotés d'humeurs et de motivations changeantes, plutôt que comme de simples interrupteurs à actionner, les gestionnaires de réseau pourraient construire un réseau énergétique plus résilient et durable. Le cadre Trans-SAC offre un modèle pour ce futur, montrant que lorsque l'intelligence artificielle est couplée à une compréhension profonde du comportement humain, elle peut résoudre des problèmes que ni la technologie ni l'économie ne pourraient résoudre seuls. Bien que le chemin entre la simulation et l'application réelle soit encore long, le concept offre une vision porteuse d'espoir pour un réseau qui travaille avec la nature humaine, plutôt que contre elle.

Résumé Technique : Trans-SAC

Énoncé du Problème
La réponse à la demande (DR) résidentielle est essentielle pour équilibrer l'offre et la demande dans les réseaux intelligents à forte pénétration des énergies renouvelables. Cependant, les mécanismes d'incitation existants, qu'ils soient purement économiques (ex: tarification selon l'usage) ou basés sur une gamification statique (ex: points fixes et classements), souffrent d'une grave fatigue de l'utilisateur à long terme. Les utilisateurs présentent un « effet d'habituation », où l'utilité marginale des récompenses statiques décroît avec le temps, entraînant une chute précipitée de la fiabilité de la participation une fois que la nouveauté initiale s'est dissipée. Les approches actuelles de l'apprentissage par renforcement profond (DRL) optimisent généralement les états physiques du réseau, échouant à prendre en compte la dynamique psychologique latente et la fatigue cognitive des participants humains. De plus, les modèles de DR gamifiés existants manquent d'intégration algorithmique avec la gestion du réseau, traitant la gamification comme une simple couche d'interface utilisateur statique plutôt que comme une variable de contrôle dynamique.

Méthodologie : Le Cadre Trans-SAC
L'article propose Trans-SAC, un cadre de DR dynamique sensible à la gamification qui intègre la modélisation de la psychologie comportementale avec l'apprentissage par renforcement profond. Le système est formulé comme un processus de décision de Markov (MDP) comprenant trois composantes clés :

Modélisation de la Fatigue Comportementale :
L'auteur formule un modèle mathématique basé sur la loi de Weber-Fechner et les effets d'habituation pour quantifier la fatigue de l'utilisateur. L'utilité perçue d'un utilisateur ( $U_i(t)$ ) est modélisée comme une fonction de décroissance exponentielle du nombre de tâches standards consécutives auxquelles il a participé ( $N_i(t)$ ). Le modèle postule que le « renforcement intermittent » — déclenché par des tâches de haute difficulté (niveaux Argent/Or) ou des multiplicateurs de récompense inattendus — peut réinitialiser l'accumulateur de fatigue, restaurant ainsi l'engagement.
Évaluation de l'Engagement par Transformer :
Pour prédire la probabilité d'engagement cognitif en temps réel des utilisateurs, le cadre utilise une architecture Transformer. Ce module traite des séquences historiques longues d'interactions (incluant les données de charge, l'état des appareils, les soldes de points et la difficulté des tâches) via l'attention multi-têtes (MHA). Contrairement aux modèles séquentiels standards (ex: LSTM), le Transformer capture les dépendances à longue portée pour identifier l'« impulsion de fatigue » ( $\Delta E_t$ ) et produire un score d'engagement dynamique individualisé ( $E_t$ ).
Contrôle Adaptatif par Soft Actor-Critic (SAC) :
Le score d'engagement est incorporé dans l'espace d'état d'un agent Soft Actor-Critic (SAC). L'espace d'action de l'agent consiste en un multiplicateur de récompense dynamique ( $\mu_t$ ) et un niveau de difficulté de tâche ( $d_t$ ). Guidé par une exploration régularisée par l'entropie, l'agent SAC apprend une politique stochastique pour exécuter de manière autonome un « renforcement intermittent ». Il retient stratégiquement les récompenses de haute valeur lorsque l'engagement est élevé et ne les déploie que lorsque le score d'engagement agrégé indique une fatigue critique, équilibrant ainsi la fiabilité du réseau et l'efficacité économique.

Principales Contributions

Quantification Dynamique de la Fatigue : L'article introduit un nouveau cadre qui modélise mathématiquement la décroissance non linéaire de l'utilité des points gamifiés due à l'habituation, comblant ainsi une lacune dans la quantification dynamique de la fatigue de participation à la DR à long terme.
Prédiction de l'Engagement par Transformer : Un modèle d'évaluation de l'engagement de l'utilisateur est construit à l'aide de l'architecture Transformer pour traduire les données d'interaction historiques en un score d'engagement fin et individualisé, servant de pont entre la psychologie de l'utilisateur et le contrôle du réseau.
DRL Sensible à l'État Psychologique : Une stratégie d'incitation adaptative est conçue où le score d'engagement est une variable d'état pour l'agent DRL. Cela permet au système de réaliser un « renforcement intermittent », atténuant la fatigue tout en optimisant le compromis entre les coûts d'incitation et l'écrêtage de la charge.

Résultats Expérimentaux
Le cadre a été évalué à l'aide d'une simulation de 12 mois combinant des traces de consommation électrique réelles du jeu de données Pecan Street avec une couche de réponse comportementale générée synthétiquement (basée sur les équations de fatigue proposées).

Taux de Réalisation de la Réduction de Charge (LRAR) : Trans-SAC a maintenu un LRAR simulé de 85,6 % sur la période de 12 mois. En comparaison, la base de référence "Static-Game" est tombée à environ 45 % au 8ème mois en raison de l'habituation, et un agent "Standard-RL" (aveugle aux états psychologiques) a chuté à environ 69 %.
Taux de Rétention des Utilisateurs (URR) : Trans-SAC a atteint un URR de 84,2 %, surpassant de manière significative la base de référence Standard-RL (58,4 %).
Efficacité Économique : Le Coût d'Incitant Unitaire (UIC) pour Trans-SAC était de 0,061 $/kWh, représentant une réduction de 21,8 % par rapport à la base de référence Standard-RL (0,078 $/kWh). Le cadre a réussi cela en évitant les récompenses de haute valeur inutiles pour les utilisateurs intrinsèquement motivés et en les réservant pour les périodes de fatigue critique.
Études d'Ablation : Le retrait du Transformer (remplacé par un MLP) a réduit le LRAR à 73,5 %, soulignant l'importance de l'extraction de caractéristiques sur de longues séquences. Le remplacement de l'agent SAC par une logique basée sur des règles a réduit le LRAR à 78,2 % et augmenté les coûts, démontrant la valeur de l'exploration stochastique pilotée par l'entropie.

Signification et Revendications
L'article affirme que le couplage de l'évaluation de l'état cognitif avec le DRL offre un compromis favorable entre la fiabilité du réseau à long terme et l'efficacité économique. Les résultats suggèrent que Trans-SAC atténue efficacement le processus d'habituation de l'utilisateur modélisé en restreignant stratégiquement les récompenses pour les utilisateurs intrinsèquement motivés et en déployant des interventions de haute valeur uniquement lorsqu'une fatigue critique est détectée.

Modestie et Limites
L'auteur déclare explicitement que ces résultats sont valides sous les hypothèses comportementales simulées de l'étude. Il reconnaît plusieurs limites :

Risque de Validation Circulaire : Les paramètres comportementaux et les réponses de vérité terrain ont été générés synthétiquement en utilisant les mêmes équations mathématiques (Éqs. 1–4) que le Transformer était entraîné à approximer. Par conséquent, les résultats ne constituent pas une validation empirique indépendante du comportement humain réel face à la gamification.
Nature Synthétique : L'étude repose sur un modèle phénoménologique hypothétique de la fatigue plutôt que sur des données humaines empiriquement calibrées.
Prêt pour le Déploiement : Le cadre est un schéma directeur de simulation. Un déploiement en conditions réelles nécessiterait des pilotes sur le terrain, un consentement explicite des utilisateurs, une gouvernance de la vie privée et un calibrage des paramètres comportementaux par rapport à des sujets humains réels.

L'article conclut que bien que Trans-SAC démontre le potentiel d'une conception d'incitation sensible à l'état psychologique, une validation indépendante sur des sujets humains est nécessaire avant de généraliser son déploiement dans le monde réel.

Articles similaires