AI-translated from English; not yet reviewed by a fluent editor.

# FLARE testira odluke AI-ja o obnovi napajanja uz izveštaje slabijeg kvaliteta

> Novi simulacioni test pokazuje da AI agenti često dostižu referentni plan obnove napajanja, ali njihovi najlošiji slučajevi i predlozi nebezbednih sklopnih operacija zadržavaju nezavisne bezbednosne provere u središtu pažnje.

By BIG CHANGE Editorial

Published: 2026-10-19T11:40:34.898Z
Updated: 2026-10-19T11:40:34.898Z
Canonical: https://bigchange.ai/blog/flare-ai-grid-restoration-benchmark-degraded-reports

![Conceptual charcoal miniature of houses and local electricity poles, with an open disconnector prominent in the foreground.](https://bigchange.ai/api/media/file/flare-simulated-feeder-restoration-hero-v1.png)
AI-generated conceptual illustration by BIG CHANGE; no actual utility, outage, research apparatus or test result is depicted.

Istraživači su napravili [simulacioni test pod nazivom FLARE](https://arxiv.org/html/2610.23251v1) kako bi ispitali kako se agenti zasnovani na jezičkim modelima snalaze u uskom, ali važnom zadatku na elektroenergetskoj mreži: izboru načina obnavljanja napajanja nakon što je kvar već izolovan. Agenti dobijaju nepotpune ili netačne izveštaje, mogu da zatraže dodatne informacije i predlože sklopne operacije. Odvojen zaštitni mehanizam zasnovan na fizici odlučuje da li je predloženo zatvaranje spojnog prekidača bezbedno u simuliranoj mreži.

Rad u [preprint verziji od 16. oktobra](https://arxiv.org/abs/2610.23251) obuhvata 800 fizičkih slučajeva u pet uslova posmatranja i 78.750 epizoda modela u svim evaluacijama. Pruža način za ispitivanje odluka o obnovi napajanja i njihovih načina otkaza. Ne izveštava o terenskom ispitivanju u elektroprivrednom preduzeću niti o izmerenom poboljšanju stvarne usluge.

## Velika promena

- **Šta se promenilo:** FLARE povezuje prikupljanje informacija i izbor sklopnih operacija agenta sa simuliranim električnim posledicama, umesto da ocenjuje samo odgovor. Autori mogu da uporede odluke donete uz jasne i pouzdane izveštaje sa odlukama donetim uz ograničene ili pogrešne podatke.
- **Zašto je važno:** Istraživač elektroenergetskih mreža može da ispita gde agent gubi vreme ili predlaže nebezbednu sklopnu operaciju, dok odvojena fizička provera i dalje odlučuje da li će ta operacija biti izvršena. Odbijene radnje iz rada pokazuju zašto uverljiv plan ne može sam sebi da bude bezbednosno odobrenje.
- **Šta treba pratiti:** Autori navode podatke elektroprivrednih preduzeća, studije sa ljudskim operaterima i potpuniju električnu validaciju kao budući rad. Te provere bi odredile u kojoj meri ovaj test može da pomogne podršci odlučivanju izvan svog simuliranog zadatka posle izolacije kvara.

## Šta agenti zaista rade

FLARE počinje **posle izolacije kvara**, kada delovi distributivnog izvoda i dalje nemaju napajanje. U svakom slučaju agent može da traži izveštaje nadzornog sistema, informacije iz poziva potrošača ili očitavanja indikatora kvara; zahteva pregled ili test prekidača; simulira predloženu operaciju; otvori sekcioni rastavljač; zatvori spojni prekidač; ili se zaustavi. Spojni prekidač može da poveže područje bez napajanja sa drugim izvodom, ali dodatna potražnja može da preoptereti opremu. Simulirani zadatak ima vremenski horizont od 240 minuta i ograničenja broja poziva alata i sklopnih operacija, prema [protokolu testa](https://arxiv.org/html/2610.23251v1).

Autori kombinuju mreže izvoda CIGRE i SimBench sa izmerenim vremenskim serijama rada nemačkih srednjenaponskih mreža. Simuliraju kvarove, izolaciju i ishode sklopnih operacija. Svaki od 800 osnovnih fizičkih slučajeva ima izvodljiv referentni plan obnove napajanja. Pet verzija jednog slučaja zadržava istu mrežu i kvar, a menja ono što agent vidi: pouzdana, oskudna, šumna, zastarela opažanja ili kombinovani uslov označen kao protivrečan. Poslednji uslov istovremeno smanjuje pokrivenost nadzorom i povećava više stopa greške, pa njegovi rezultati ne mogu da izdvoje samo uticaj protivrečnih izveštaja. U dodatku rada piše da je starost zastarelih SCADA podataka oznaka na očitavanjima trenutnog stanja, a ne ponovno prikazivanje starih fizičkih stanja.

## Prosečni rezultati prikrivaju teške slučajeve

Istraživači su ocenili pet modela podešenih za praćenje instrukcija pomoću istog interfejsa zadataka i determinističkog dekodiranja. Njihova metrika, *normalizovano žaljenje (regret)*, poredi ponderisani trošak prekida napajanja u svakoj epizodi sa najboljim izvodljivim referentnim planom pronađenim za taj fizički slučaj i sa nepreduzimanjem bilo kakve radnje. Nula označava jednak trošak kao kod referentnog plana; jedinica nije bolja od potpunog nečinjenja. Trošak obuhvata vreme tokom kojeg potrošači nemaju struju i ponderiše kategorije potrošača, pa konačan procenat potrošača kojima je vraćeno napajanje ne opisuje ceo rezultat.

U osnovnim uslovima posmatranja, [tabela 2 u radu](https://arxiv.org/html/2610.23251v1) navodi prosečno žaljenje od 0,082 za Qwen 2.5-7B do 0,148 za Qwen 2.5-3B. Svaki model ima medijanu nula, što znači da je najmanje polovina njegovih epizoda dostigla referentni trošak. Ipak, žaljenje na 95. percentilu kreće se od 0,814 do 1,000. Proseci zato prikrivaju manji skup epizoda čiji su ishodi blizu trošku ostavljanja simuliranog prekida bez obnove napajanja. To su rezultati testa, a ne merenja stvarnih prekida kod potrošača.

Veći broj parametara modela u ovom poređenju nije donosio doslednu prednost: Qwen 2.5-7B imao je bolje prosečno žaljenje i žaljenje na 95. percentilu od testiranih konfiguracija Qwen 2.5-14B i četvorobitnog Mistral Small 24B. Rad takođe navodi da je pri šumnim opažanjima idealizovana klasična FLISR referenca ostvarila 0,054, a pohlepni metod 0,060, u poređenju sa 0,089 za najbolji jezički model u tom uslovu. Te reference radile su uz zajedničke vremenske postavke i metriku testa; rezultati ne uspostavljaju opšti rang sistema u stvarnom radu.

## Zaštita je zaustavila predloge koje modeli ne bi smeli da izvrše

Pre nego što predloženo zatvaranje spojnog prekidača promeni simuliranu mrežu, FLARE na probnoj kopiji fizičkog stanja proverava da li bi se narušila topologija mreže, ponovo doveo napon na izolovani kvar ili prekršila ograničenja proračuna tokova snaga naizmenične struje. Ta provera koristi informacije koje agent ne dobija. Odbijen predlog i dalje troši vreme, ali ne menja mrežu.

Istraživači su zatim ponovo izvršili 15.706 radnji koje je zaštita odbila na kloniranim stanjima mreže. Navode da bi 15.142, odnosno 96,4%, izazvalo kršenje fizičkih ograničenja. Termičko preopterećenje pojavilo se kod 8.165 odbijenih radnji, pri čemu su se oznake različitih kršenja mogle preklapati. Odsustvo stvarno izazvanih ozbiljnih otkaza u epizodama odražava intervenciju zaštite; ne pokazuje da su modeli samostalno birali bezbedne radnje.

Za istraživače je korisna razlika između kvaliteta plana koji agent predlaže i nezavisne provere koja sprečava da nebezbedan predlog bude izvršen. FLARE čini obe stvari vidljivim. Njegov proračun simetričnog toka snaga pozitivnog redosleda ne pruža izvornu trofaznu validaciju ni proveru kratkog spoja, a autori pozivaju na podatke elektroprivrednih preduzeća i studije sa ljudskim operaterima. Studija ocenjuje simuliranu obnovu napajanja posle izolacije, a ne autonomni kontroler elektroprivrede ili dokazanu promenu stvarnog vremena obnove napajanja.

## Izvori i dodatna literatura

- [FLARE: evaluacija agenata jezičkih modela zasnovana na fizici za obnovu napajanja izvoda uz opažanja slabijeg kvaliteta](https://arxiv.org/html/2610.23251v1). BHVSP Subrahmanyam i Neeraj Choudhary, arXiv v1, predato 16. oktobra 2026. Ceo preprint sadrži definiciju zadatka, konstrukciju simuliranih slučajeva, metriku, rezultate modela, analizu zaštite i navedena ograničenja. To je evaluacija autora, a ne terenska studija elektroprivrede ili nezavisno ponavljanje istraživanja.
- [Zapis o radu FLARE na arXiv-u](https://arxiv.org/abs/2610.23251). Potvrđuje naslov, autore, verziju i vreme predaje i sažima glavne rezultate. Zapis ne donosi dodatnu terensku validaciju.
- [Repozitorijum koda FLARE](https://github.com/dr-pandit-69/FLARE-neurips). Javni repozitorijum autora sa kodom, konfiguracijom i zbirnim rezultatima, pregledan 19. oktobra 2026. README navodi da velike podloge mreža, generisani paneli podataka, težine modela i izlazi pojedinačnih epizoda nisu tamo sačuvani; BIG CHANGE nije pokrenuo niti reprodukovao test.

## Sources

- [FLARE: evaluacija agenata jezičkih modela zasnovana na fizici za obnovu napajanja izvoda uz opažanja slabijeg kvaliteta, ceo tekst arXiv v1](https://arxiv.org/html/2610.23251v1) — Osnovne metode, tabele 1–4, rezultati i ograničenja. Simulirana evaluacija autora; bez terenske validacije elektroprivrede ili nezavisnog ponavljanja.
- [arXiv zapis: FLARE](https://arxiv.org/abs/2610.23251) — Potvrđuje vreme predaje verzije v1, autore, naslov i metrike u sažetku; nije zasebna empirijska potvrda.
- [Repozitorijum koda FLARE-neurips](https://github.com/dr-pandit-69/FLARE-neurips) — README autora opisuje kod, konfiguracije i zbirne rezultate, kao i izostavljene velike podloge mreža, generisane panele, težine i izlaze po epizodama. Postojanje repozitorijuma ne potvrđuje da je BIG CHANGE pokrenuo test.