Reinforcement Learning in der Praxis am Beispiel der Steuerung ultraleichter Drohnen

Reinforcement Learning (bestärkendes Lernen) ist eine vielversprechende Methodik im KI-Umfeld, die aber häufig an der Realität scheitert. Am Beispiel einer Drohnensteuerung werden unterschiedliche Reinforcement Learning Algorithmen exemplarisch angewandt und es wird aufgezeigt, welche Probleme bei der Umsetzung von Reinforcement Learning angegangen werden müssen. 

Nutzen für die Besucher:innen :

Die Teilnehmer dieses Vortrags erhalten tiefe Einblicke in die Anwendung und Herausforderungen von Reinforcement Learning im Kontext autonomer Drohnensysteme. Durch die Präsentation unterschiedlicher Algorithmen und deren Anwendung auf die Steuerung ultraleichter Drohnen werden praxisnahe Probleme und Lösungsansätze beleuchtet. Die Teilnehmenden lernen, wie Reinforcement Learning in realen Szenarien implementiert wird, welche Hindernisse überwunden werden müssen und wie diese innovativen Techniken in eigenen Projekten zur Steigerung der Autonomie und Effizienz eingesetzt werden können.

Speaker:

Philipp Wagner, Fraunhofer IPA

Philipp Wagner ist studierter Physiker und beschäftigt sich als wissenschaftlicher Mitarbeiter am Fraunhofer IPA mit der Umsetzung von KI-Anwendungen in der Produktion. Insbesondere fokussiert er sich auf die Optimierung und Regelung von Produktionsanlagen mittels maschinellem Lernen. In seiner Promotion untersucht er mit welchen Methoden Vorwissen in ML-Modelle eingebracht werden kann.