Menü
Startseite » Stud. Arbeiten » Auswahl von neuronalen Netzen und Reward Funktionen für die Produktionsplanung mit Reinforcement Learning (KI)

Auswahl von neuronalen Netzen und Reward Funktionen für die Produktionsplanung mit Reinforcement Learning (KI)

Aufgabenstellung

Algorithmen aus dem Bereich der künstlichen Intelligenz und insbesondere Reinforcement Learning eignen sich sehr gut, um komplexe Entscheidungsprobleme zu lösen. Deshalb wird ein Reinforcement Learning Agent für die Produktionsplanung in der ETA-Fabrik genutzt. Der Agent versucht bei der Planung die Durchlaufzeit und Energiekosten zu minimieren.

Dieser Reinforcement Learning Agent soll weiter entwickelt werden, um die Optimierungsergebnisse zu verbessern. Bisher wurden zwei Optimierungspotenziale identifiziert: Ein Umstieg von einfachen neuronalen Feed-Forward Netzen zu stärkerer Vernetzung sowie die Verbesserung der Reward Funktion.

Schwerpunkte

Die Arbeit kann beispielsweise die folgenden Punkte umfassen:

  • Literaturrecherche zu Deep Learning/Reinforcement Learning für die Produktionsplanung
  • Untersuchung unterschiedlicher Netzstrukturen und Auswahl eines geeigneten neuronalen Netzes
  • Recherche und Umsetzung verschiedener Reward-Funktionen sowie Analyse der Unterschiede zwischen den Funktionen
  • Die Umsetzung erfolgt innerhalb eines OpenAI basierten Frameworks mit Python

Notwendige Vorkenntnisse

Kontakt

Teile diese Ausschreibung

Share on facebook
Share on twitter
Share on linkedin
Share on pinterest
Share on print
Share on email