Master (ggf. Bachelor)
- Forschungsthema:Nutzen subjektorientierter Programmierung beim Agentenbasierten Reinforcement Learning (KI) / (Eng: Usage Possibilities of Subject-Orientation for Agent Based Reinforcement Learning (KI)
- Typ:Master (ggf. Bachelor)
- Betreuung:
-
Ausgangssituation:
Die Subjekt-Orientierung ist ein Prozessmodellierungsparadigma zur Beschreibung von komplexen verteilten Prozesssystemen. Agentenbasiertes Reinforcement Learning ist eine Methode des maschinellen Lernens (KI) bei der parallel mehrere, prinzipiell unabhängige, KI-Agenten mit- oder gegeneinander arbeiten um ein grundsätzliches Wissensmodel bzw. eine Entscheidungsgrundlage für zukünftiges Arbeiten im entsprechenden Anwendungsfall zu erzeugen.
Zielsetzung/Fragestellung:
Die Arbeit soll durch theoretische Überlegungen und praktische Umsetzung die Frage klären ob und inwiefern ein System geschaffen werden kann, dass es Endanwendern leicht ermöglicht Agentenbasierte Reinforcement Learning Ansätze zu Konfigurieren und effektiv zu Nutzen.
Nebenfrage dabei ist: wie eine Modellierungsoberfläche beschaffen sein muss um für diesen Zweck genutzt werden zu können (z.B. Zusätzliche Eingabefelder + Symbole)
Vorgehen:
- Teilnahme an Workshops zum Lernen des SubjektOrientierten Paradigmas
- Eigenständige Erschließung des aktuellen Forschungsstands zu den Themen bzw. Frameworks des maschinellen Lernens auf Basis des Konzeptes für agentenbasiertes Reinforcement Learning. (incl. Durchführungen eines Use cases)
- Erstellen von Anforderungen an visuelles Konfigurationssystems
- Erstellen einer praktischen Umsetzung des Konzeptes
- Implizit: selbstständiges einarbeiten in notwendiges Programmierwissen (VBA, C#, Python)