Mobile-Menu

Produktionsplanung: Fundiert entscheiden durch Agententraining

Verantwortlicher Redakteur:in: Andreas Müller 2 min Lesedauer

Anbieter zum Thema

WIFI Österreich

Deep Reinforcement Learning wurde bisher vor allem bei Computerspielen eingesetzt. as Schweizer Unternehmen ProSim will den Ansatz auch für andere Aufgaben im Unternehmen nutzbar machen.

(Quelle: ProSim GmbH)
(Quelle: ProSim GmbH)

Deep Reinforcement Learning heißt, ein Softwareagent lernt in einem spezifischen Umfeld optimale Entscheidungen zu treffen. Eignet sich das Verfahren, das bisher vor allem bei Computerspielen eingesetzt wurde, auch für die Produktionsplanung?

Das Schweizer Unternehmen ProSim ist davon überzeugt, dass mit einem Deep RL-Ansatz auch Problemstellungen von Unternehmen gelöst werden können. Die Idee dahinter ist es, den „Agenten“ in der künstlichen Umgebung (Prozesssimulation) zu trainieren, damit er anschließend im realen Umfeld die bestmöglichen Entscheidungen trifft.

Produktionsplanung mit Deep Reinforcement Learning

Das Deep Reinforcement Learning ist ein Teilgebiet des Machine Learning und zielt darauf ab, Entscheidungen vom Computer mit Hilfe eines neuronalen Netzwerkes ausführen zu lassen. Anwendung findet es hauptsächlich bei Computerspielen und autonomem Fahren. Bekannteste Errungenschaft ist hierbei der Sieg des Computerprogramms AlphaGo gegen einen der weltbesten Go-Spieler. ProSim verfolgt nun aber einen neuen Ansatz. „Wir sind überzeugt, dass das Deep Reinforcement Learning Unternehmen vor allem im Bereich der Produktionsplanung helfen kann“, erklärt Patrick Kehrli, einer der beiden Geschäftsführer von ProSim.

Dafür wird die komplette Produktion zunächst in einem Simulationsmodell abgebildet. Diese Simulation kann bereits ohne künstliche Intelligenz dafür genutzt werden, die manuell erzeugten Produktionspläne zu validieren. „Noch interessanter wird es aber, wenn ein Algorithmus mittels der Simulation trainiert wird“, meint Kehrli. Dieser kann sich eine Strategie erlernen, mit welcher die Produktionsplanung verbessert werden kann. Sobald der Algorithmus gut genug ist – das heißt, besser als die bisherige Produktionsplanung – wird dieser für die Planung der Produktion genutzt.

Unternehmen können durch die Kombination von Deep Reinforcement Learning und Prozesssimulation ihre Produktionsplanung überprüfen und potenzielle Engpässe schon frühzeitig erkennen. Der Algorithmus ermöglicht so auf lange Sicht eine optimierte Produktionsplanung und erhöht dadurch auch die Wirtschaftlichkeit des Unternehmens.

Mehr Informationen unter www.prosim.ch.

Erfahren Sie hier mehr darüber, wie man optimal Mehrwert aus Maschinen- und Produktionsdaten generieren kann.

Lesen Sie auch: "Maschinensteuerung und Robotik integrieren: So geht’s".

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung

Weiterführende Inhalte