Suche...
Generic filters
Exact matches only
Search in title
Search in excerpt
Search in content

Automatische Konfiguration autonomer Robotersysteme

Reinforcement Learning industriell anwendbar machen

Themen: | |

Publikationsform: Fachartikel
Artikelnummer: 03654_2020_05_02
Zeitschrift: Automatische Konfiguration autonomer Robotersysteme
Erscheinungsdatum: 24.05.2020
Autor: Marcus Röhler, Julia Berg, Gunther Reinhart,
Verlag: Vulkan-Verlag GmbH
Seiten: 9
Publikationsformat: PDF
Sprache: Deutsch
Themenbereich: Automatisierungstechnik

Details

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.

Preis: 4,90 €Zum Shop

Infos zum Autor/Verfasser/Herausgeber

Publikationen zum selben Thema

Next Generation Digital Twin

Next Generation Digital Twin

Autor: ROLAND ROSEN, STEFAN BOSCHERT, ANNELIE SOHR
Themenbereich: Automatisierungstechnik

...

Zum Produkt

Echtzeit-Co-Simulation für die virtuelle Inbetriebnahme

Echtzeit-Co-Simulation für die virtuelle Inbetriebnahme

Autor: CHRISTIAN SCHEIFELE, ALEXANDER VERL, OLIVER RIEDEL
Themenbereich: Automatisierungstechnik

...

Zum Produkt

Einplatinenrechner als Simulationsplattform

Einplatinenrechner als Simulationsplattform

Autor: CHRISTIAN HÄRLE, MIKE BARTH, ALEXANDER FAY
Themenbereich: Automatisierungstechnik

...

Zum Produkt