Aktuelles

Reinforcement Learning: Workshop des Projekts Cloud Based Information-Systems for Distributed & Optimized Production

15Feb.
2022
14:00

Die Digital Factory Vorarlberg und das Smart Factory Lab Salzburg laden im Rahmen des Projekts Cloud Based Information-Systems for Distributed and Optimized Production zum Online-Workshop. Der Workshop richtet sich vor allem an Mitarbeiterinnen und Mitarbeiter von KMUs.

Wann: 15. Februar 2022, 14h00 bis 15h30
Wo: Online, MS Teams, https://bit.ly/drlcidop

Kosten: Eine Teilnahme ist kostenlos!

Programm

  • Vortrag und Diskussion von und mit DI Dr. techn. Sebastian Hegenbart von der Digital Factory Vorarlberg zum Thema Reinforcement Learning - Optimierung mittels intelligenter Agenten:
    Reinforcement Learning bezeichnet eine Menge von Methoden des maschinellen Lernens, bei denen ein Agent selbständig eine Strategie erlernt, um erhaltene Belohnungen zu maximieren. Im Gegensatz zu den stärker verbreiterten KI-Methoden aus Supervised und Unsupervised Learning, ermöglicht Reinforcement Learning explizit die Optimierung von Prozessen und Abläufen. In diesem Vortrag werden die Grundideen, Konzepte aber auch Probleme und Einschränkungen von Reinforcement Learning im Einsatz hinsichtlich Prozess- und Ablaufoptimierung erläutert.
     
  • Vortrag und Diskussion von und mit DI (FH) DI Simon Kranzer von der Fachhochschule Salzburg zum Thema Einsatz von Deep Reinforcement Learning im Produktionsumfeld:
    Deep Reinforcement Learning wird oftmals als das neue Wundermittel im Bereich der künstlichen Intelligenz benannt. Der Vortrag gibt einen Überblick in welchen Anwendungen in der Produktion Deep RL tatsächlich bereits erprobt wurde. In der aktuellen Literatur finden sich viele mögliche Anwendungen aber auch viele Rückschläge. Es werden die Fragen: „Welche Deep-RL-Anwendungen gibt es in welchen Bereichen von Produktionssystemen?“, „Was sind die aktuellen Herausforderungen bei der Implementierung von Deep RL in Produktionssystemen?“ sowie: „Welche künftigen Forschungsmaßnahmen müssen unternommen werden, um die bestehenden Herausforderungen von Deep RL in Produktionssystemen zu adressieren?“.