Statt jede Gelenkstellung auszurechnen, lernt der Arm per Reinforcement Learning, wie er sein Ziel erreicht. Ein zusätzlicher Bellman-Term lässt das Training schneller zum Ziel kommen.
schnellere Konvergenz
Trainingsläufe
Kinematik mit mehreren Freiheitsgraden als Simulation.
Gym-kompatible Umgebung: Der Agent bekommt Zustand, Ziel und Belohnung.
Das Bellman-Prinzip fließt direkt ins Training ein. Ergebnis: rund 30 % schnellere Konvergenz.
Verteilt auf eigener GPU-Hardware, über 500 Läufe.
Akademischer Proof of Concept, kein Kundenprojekt.
Verschleißerkennung mit Fraunhofer IGP und IBM. Vor der Gründung von Overfit betreut.
Kubernetes auf eigener Hardware: hochverfügbar, vier redundante Leitungen, Notstrom.
98 Prozesssignale aus der Siemens-Steuerung, zehnmal pro Sekunde.