L’École doctorale : École Doctorale de l’Institut Polytechnique de Paris
et le Laboratoire de recherche SAMOVAR – Services répartis, Architectures, Modélisation, Validation, Administration des Réseaux
présentent
l’AVIS DE SOUTENANCE de Monsieur Jun MA
Autorisé à présenter ses travaux en vue de l’obtention du Doctorat de l’Institut Polytechnique de Paris, préparé à l’Institut Polytechnique de Paris Télécom SudParis en :
Informatique
« Une Approche à base de Jumeaux Numériques pour l’Optimisation du Confort Individuel Multimodal et de l’Efficacité Énergétique dans des Environnements Multi-Occupants »
le JEUDI 16 JUILLET 2026 à 14h00
à
Amphithéâtre 11
Télécom SudParis 9 Rue Charles Fourier, 91000 Évry-Courcouronnes
Membres du jury :
M. Denis CONAN, Maître de conférences, Institut Polytechnique de Paris, Télécom SudParis, FRANCE – Directeur de thèse
M. Guillaume PIERRE, Professeur des universités, Université de Rennes, FRANCE – Rapporteur
M. Frédéric LE MOUËL, Professeur des universités, INSA Lyon, FRANCE – Rapporteur
M. Khalil DRIRA, Directeur de recherche, LAAS-CNRS, Université de Toulouse, FRANCE – Examinateur
Mme Ella PELTONEN, Associate Professor, University of Oulu, FINLANDE – Examinateur
M. John Paul GIBSON, Professeur, Institut Polytechnique de Paris, Télécom SudParis, FRANCE – Examinateur
M. Georgios BOULOUKAKIS, Maître de conférences, Institut Polytechnique de Paris, Télécom SudParis et University of Patras , FRANCE – Co-encadrant de thèse
Invité :
M. Roberto YUS, Maître de conférences,University of Maryland, ETATS-UNIS
« Une Approche à base de Jumeaux Numériques pour l’Optimisation du Confort Individuel Multimodal et de l’Efficacité Énergétique dans des Environnements Multi-Occupants »
présenté par Monsieur Jun MA
Résumé :
Les systèmes cyber-physiques modernes opèrent souvent dans des environnements où les processus physiques, le comportement humain et le contrôle logiciel sont étroitement couplés. Les bâtiments intelligents en sont un exemple typique : des capteurs surveillent en continu les conditions intérieures, des systèmes de contrôle régulent l’environnement, et les occupants réagissent à leur tour à ces conditions et les influencent. Ces interactions deviennent particulièrement complexes dans les espaces partagés, où plusieurs occupants partagent des zones communes mais ont des besoins de confort variés, souvent contradictoires. Par conséquent, l’équilibre entre confort individuel et consommation d’énergie reste un défi majeur. Ce défi est aggravé par la nature multimodale des besoins de confort des occupants, qui dépendent de facteurs comme la température, le niveau de bruit, la qualité de l’air et l’affluence. Ces facteurs sont interdépendants, et l’amélioration d’un aspect de l’environnement intérieur peut dégrader involontairement un autre. Par exemple, augmenter la ventilation pour améliorer la qualité de l’air peut modifier la température intérieure et réduire le confort thermique de certains occupants. En outre, les conditions environnementales comme les préférences de confort des occupants évoluent au fil du temps, si bien que des réglages adaptés à un moment donné peuvent devenir inadaptés ensuite. Les systèmes actuels de fourniture du confort dans les espaces partagés se répartissent principalement en deux catégories : le contrôle de l’environnement et l’allocation de l’espace. Le premier régule les conditions intérieures partagées, tandis que la seconde oriente les occupants vers des emplacements adaptés. Cependant, les études existantes dans ces deux catégories ne répondent pas pleinement aux défis exposés ci-dessus. Cette thèse soutient que l’équilibre entre le confort individuel multimodal et l’efficacité énergétique dans les espaces partagés nécessite une approche hybride combinant le contrôle de l’environnement et l’allocation de l’espace. À cette fin, nous proposons un système hybride de fourniture du confort qui s’appuie sur des jumeaux numériques (DT), c’est-à-dire des répliques numériques d’entités et d’environnements réels. La première contribution est un modèle de représentation à base de graphes de propriétés des bâtiments, des occupants et de leurs interactions. Ce modèle capture à la fois des informations statiques et dynamiques, et permet des simulations de haute fidélité ainsi que la synchronisation avec des données réelles. La deuxième contribution est une couche extensible d’orchestration des DT qui instancie et coordonne des jumeaux de bâtiment et d’occupant, ainsi que des jumeaux supplémentaires spécifiques au domaine ou des composants de simulation (p. ex., des modèles d’autres facteurs environnementaux ou dispositifs), via un middleware de co-simulation. Cette conception permet au système d’intégrer, selon les besoins, de nouveaux facteurs liés au confort et des modèles spécifiques aux scénarios, tout en permettant la configuration dynamique des scénarios, l’analyse what-if et l’évaluation contextuelle. La troisième contribution est une approche d’optimisation hybride en ligne qui calcule conjointement les actions de guidage des occupants et de contrôle de l’environnement. S’appuyant sur l’infrastructure DT, cette approche prédit les effets de différentes actions sur les conditions intérieures futures, le confort des occupants et la consommation d’énergie, puis identifie des solutions appropriées au moyen d’une optimisation multi-objectifs. Les contributions de la thèse sont instanciées et évaluées dans deux contextes réels à grande échelle, dont un espace de co-working et le terminal d’un aéroport international. Les résultats montrent que le système hybride piloté par les DT peut améliorer le confort individuel multimodal et l’efficacité énergétique.
Abstract :
Modern cyber-physical systems often operate in environments where physical processes, human behaviour, and software control are tightly coupled. Smart buildings are a typical example, where sensors continuously monitor indoor conditions, control systems regulate the environment, and occupants in turn react to and influence these conditions. These interactions become especially complex in shared spaces, where multiple occupants share common zones but have diverse, and often conflicting, comfort needs. As a result, balancing individual comfort and energy consumption remains a major challenge. This challenge is further compounded by the multi-modal nature of occupant comfort needs, which depends on factors such as temperature, noise level, air quality, and crowdedness. These factors are interrelated, and improving one aspect of the indoor environment may unintentionally degrade another. For example, increasing ventilation to improve air quality can alter indoor temperature and reduce thermal comfort for some occupants. In addition, both environmental conditions and occupants’ comfort preferences change over time, so settings that are suitable at one moment may become unsuitable later. Current comfort provision systems in shared spaces mainly fall into two categories: environmental control and space allocation. The former regulates shared indoor conditions, while the latter guides occupants to suitable locations. However, existing studies in both categories do not fully address the challenges outlined above. This PhD thesis argues that balancing multi-modal individual comfort and energy efficiency in shared spaces requires a hybrid approach that combines both environmental control and space allocation. To this end, we propose a hybrid comfort provision system that leverages Digital Twins (DTs), which are digital replicas of real-world entities and environments. The first contribution is a property-graph-based representation model for buildings, occupants, and their interactions. This model captures both static and dynamic information and supports high-fidelity simulation as well as synchronisation with real-world data. The second contribution is an extensible DT orchestration layer that instantiates and coordinates building and occupant twins, together with additional domain-specific twins or simulation components (e.g., models for additional environmental factors or devices), through a co-simulation middleware. This design supports the system to incorporate new comfort-related factors and scenario-specific models as needed, while supporting dynamic scenario configuration, what-if analysis, and context-aware evaluation. The third contribution is an online hybrid optimisation approach that jointly computes occupant guidance and environmental control actions. Building on the DT infrastructure, the approach predicts the effects of alternative actions on future indoor conditions, occupant comfort, and energy consumption, and identifies suitable solutions through multi-objective optimisation. The thesis contributions are instantiated and evaluated in two large-scale real-world settings, including a co-working space and an international airport terminal. The results show that the DT-driven hybrid multi-modal individual comfort provisioning system can improve both multi-modal individual comfort and energy efficiency.