Grunddaten
Titel | Verstecken von schädlichem Verhalten in einem Deep Reinforcement Learning Agenten zur Spannungshaltung |
Beschreibung | Ziel dieser Arbeit ist es schädliches Verhalten in einem Agenten für die Kontrolle zur Spannungshaltung zu verstecken. Der Zweck dabei ist, dass ein Agent mithilfe von Deep Reinforcement Learning "gutartige" Strategien für die Spannungshaltung in einem Stromnetzszenario lernen kann. Das Agentenverhalten wird dabei bisher jedoch meistens nur exemplarisch (in diesem Szenario) untersucht und nicht in seiner Gesamtheit. Um zu zeigen, dass genau eine solche Analyse des gesamten Agentenverhalten notwendig ist möchten wir probieren schädliches Verhalten in wenig präsenten Messbereichen des Agenten unterzubringen. |
Heimateinrichtung | Department für Informatik |
Art der Arbeit | praktisch / anwendungsbezogen |
Abschlussarbeitstyp | Bachelor oder Master |
Autor | Torben Logemann |
Status | verfügbar |
Aufgabenstellung | Für Bachelor- und Masterarbeiten:
Zusätzlich, für Masterarbeit:
Diese Ziele dienen nur als Referenz und können unter Absprache verändert werden! |
Voraussetzung | Programmierkenntnisse sind zwingend erforderlich.
|
Erstellt | 11.04.2024 |