IdR72/26 - Metodi di apprendimento per rinforzo e framework software per il controllo intelligente di sistemi energetici ibridi per edifici

Original MUR recruitment notice

Native publication: https://bandi.mur.gov.it/incarichidiricerca.php/public/fellowship/id_fellow/318792

Published employer: Univ. VERONA Reviewed public-employer reference: UNI_40

Tipologia: Incarico di ricerca

Descrizione del bando

Titolo del progetto dell'incarico in italiano: IdR72/26 - Metodi di apprendimento per rinforzo e framework software per il controllo intelligente di sistemi energetici ibridi per edifici

Titolo del progetto ddell'incarico in inglese: IdR72/26 - Reinforcement Learning Methods and Software Frameworks for the Intelligent Control of Hybrid Building Energy Systems

G.S.D.: 09/IINF-05 - SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI

S.S.D: IINF-05/A - Sistemi di elaborazione delle informazioni

Descrizione sintetica in italiano: La ricerca mira a sviluppare e validare metodologie innovative di Reinforcement Learning (RL) per il controllo adattivo e multi-obiettivo di sistemi energetici ibridi per edifici, che combinano pompe di calore multi-sorgente, sistemi di riscaldamento convenzionali, caldaie, sistemi di accumulo termico e fonti di energia rinnovabile. L’attività di ricerca contribuirà allo sviluppo di un prototipo di framework di controllo supervisore basato su RL, progettato per operare come livello di intelligenza non invasivo sopra i sistemi HVAC esistenti e per utilizzare ambienti di simulazione realistici e dati operativi per l’addestramento offline, il miglioramento delle politiche di controllo, il trasferimento sim-to-real e l’adattamento online controllato. Le metodologie sviluppate saranno valutate mediante simulazioni realistiche e in scenari operativi reali, valutandone l’impatto sui consumi energetici, sui costi operativi, sulle emissioni di CO₂ e sul comfort interno.

Descrizione sintetica in inglese: The research aims to develop and validate innovative Reinforcement Learning (RL) methods for the adaptive and multi-objective control of hybrid building energy systems combining multi-source heat pumps, conventional heating systems, boilers, thermal storage, and renewable energy sources. The research will contribute to the development of a prototype RL-based supervisory control framework operating as a non-invasive intelligence layer on existing HVAC systems and exploiting realistic simulation environments and operational data for offline training, safe policy improvement, sim-to-real transfer, and controlled online adaptation. Particular attention will be devoted to safety, robustness, and explainability. The developed methodologies will be evaluated using realistic simulations and, where feasible, real operational scenarios, assessing their impact on energy consumption, operating costs, CO₂ emissions, and indoor comfort

Data del bando: 09/10/2026

Numero di assegnazioni per anno: 1

Stanziamento annuale (indicativo): 28500

E' richiesta mobilità internazionale?: no

Paesi in cui può essere condotto l'incarico: Italy

Paesi di residenza dei candidati: AFRICA EUROPE OCEANIA NORTH AMERICA SOUTH AMERICA ASIA

Nazionalità dei candidati: AFRICA EUROPE OCEANIA NORTH AMERICA SOUTH AMERICA ASIA

Sito web del bando: https://www.univr.it/it/concorsi/contratti-e-assegni-di-ricerca/incarichi-di-ricerca/0/16676

Dettagli dell'incarico di ricerca

Destinatari dell'incarico di ricerca (of target group): Early stage researcher or 0-4 yrs (Post graduate)

L'incarico prevede la copertura delle prestazioni sociali?: yes

Importo annuale: 23100

Valuta: Euro

Comprende lo stipendio dell'assegnista: yes

Comprende vitto e spese di viaggio: no

Comprende il costo dell'incarico: no

Massima durata dell'assegno (mesi): 12

Criteri di selezione in italiano (breve descrizione): Per l'ammissione alla selezione di cui al precedente art. 1 è richiesto il possesso dei seguenti requisiti:

a) Laurea Magistrale o a Ciclo Unico in Artificial Intelligence (LM-18) [conseguita ai sensi dell’art. 3, comma 1, lettera n), D.M. 22 ottobre 2004, n. 270], conseguita da non più di sei anni dalla data di scadenza del presente bando;

b) Possesso di curriculum idoneo all’assistenza allo svolgimento di attività di ricerca;

c) Conoscenza della seguente lingua straniera: inglese.

Criteri di selezione in inglese (breve descrizione): For admission to the selection process referred to in Art. 1, potential candidates must fulfil the following requirements:

a) Master’s Degree in Artificial Intelligence [Laurea Magistrale o a ciclo unico awarded pursuant to Art. 3(1n), Ministerial Decree no. 270 of 22/10/04], obtained no more than six years before the expiry date of this call;

b) Possession of a curriculum suitable for assisting in carrying out research activities;

c) Knowledge of the following foreign language: English.

Processo di selezione in italiano (breve descrizione): La selezione avverrà attraverso la valutazione dei titoli prodotti dai candidati e un colloquio.

Processo di selezione in inglese (breve descrizione): The competition will be carried out by an evaluation of titles and examination by means of an interview.

Finanziatore

Nome dell'Ente finanziatore: Università degli Studi di Verona

Tipologia dell'Ente: Academic

Paese dell'Ente: Italy

Città: Verona

Codice postale: 37129

Indirizzo: Via dell'Artigliere, 8

Sito web: https://www.univr.it https://www.univr.it/

Contatto presso l'Ente

E-mail: [email protected]

Telefono: +39 (0) 45 8028204

EU Research Framework Programme

L'incarico finanziato/cofinanziato attraverso un EU Research Framework Programme?: No

Dettagli per la candidatura

Data di scadenza del bando: 29/10/2026 - alle ore 13:00

Come candidarsi: Other

Personal pay as published: Importo annuale: 23100 Euro

Source: Ministero dell’Università e della Ricerca https://bandi.mur.gov.it/incarichidiricerca.php/public/fellowship/id_fellow/318792

Description coverage: All readable fields in the MUR notice are retained below. Linked employer specifications and external application materials have not been read; this page remains an excerpt. The native notice also embeds 2 unreviewed image/frame/object element(s); their contents are not included.