Automatische Konfiguration autonomer Robotersysteme
Reinforcement Learning industriell anwendbar machen
DOI:
https://doi.org/10.17560/atp.v62i5.2452Schlagworte:
Autonome Robotersysteme, Reinforcement Learning, Skillbasiertes EngineeringAbstract
Der vorliegende Beitrag fokussiert einen Ansatz zur Konfiguration autonomer Robotersysteme basierend auf einer formalisierten Aufgabenbeschreibung. Hierdurch soll der industrielle Einsatz von Reinforcement Learning ermöglicht werden, einem maschinellen Lernverfahren, das durch den Einsatz von Deep-Learning-Verfahren in den letzten Jahren erhebliche Fortschritte zur Steigerung der Autonomie von Robotersystemen gemacht hat. Die Anwendung bisheriger Ansätze zur Automatisierung des Engineerings von Robotersystemen bietet die Möglichkeit, die Konfiguration dieser lernenden Systeme zu vereinfachen, für die bisher noch tiefgehendes Expertenwissen notwendig ist.
Downloads
Veröffentlicht
Ausgabe
Rubrik
Lizenz
Die Zeitschrift und alle in ihr enthaltenen Beiträge und Abbildungen sind urheberrechtlich geschützt. Jede Verwertung außerhalb der engen Grenzen des Urheberrechtsgesetzes ist ohne Zustimmung des Verlages unzulässig und strafbar. Das gilt insbesondere für Vervielfältigungen, Übersetzungen, Mikroverfilmungen und die Einspeicherung und Bearbeitung in elektronischen Systemen. Auch die Rechte der Wiedergabe durch Vortrag, Funk- und Fernsehsendung, im Magnettonverfahren oder ähnlichem Wege bleiben vorbehalten.