LEA-AI
Was ist “Reinforcement Learning” ?
- Methode des maschinellen Lernens
- Anhand der Beobachtung wird eine Aktion gewählt
- Ziel des Agenten ist es, die Belohnung über die Zeit zu maximieren
- Entwurf der Belohnungsfunktion stellt den Freiheitsgrad dar, über den dem Agenten eine spezifische Aufgabe vermittelt wird
Vorteile von Reinforcement Learning
- Selbstadaption der optimalen Betriebsstrategie
- Berücksichtigung aller Nichtlinearitäten durch datengetriebenes Training
- Keine Systemidentifikation der physikalischen Parameter notwendig
- Minimales Systemvorwissen wird benötigt
Forschungsschwerpunkte
- Echtzeitfähige Implementierung
- Entwurfsverfahren der Belohnungsfunktion
- Sicherheit und Dateneffizienz in der Trainingsphase
- Transfer eines trainierten Agenten auf ein neues System
- Regelung von nicht vollständig beobachtbaren Systemen
- Anwendung: Regelung von elektrischen Antrieben und Microgrids
Beispiel
-
Training einer Drehmomentregelung eines Permanentmagnet-Synchronmotors in nur 5 Minuten
