Lamprecht, RaphaelRaphaelLamprechtNagel, TobiasTobiasNagel2022-05-062022-05-062021https://publica.fraunhofer.de/handle/publica/417524Kundenaufträge so steuern, dass auf Umweltänderungen in Echtzeit reagiert werden kann und gleichzeitig logistische Zielgrößen wie Produktionskosten, Durchlaufzeit oder Termintreue optimiert werden. Dies ist die Zielsetzung, die ein Team am Fraunhofer IPA mit Methoden der Künstlichen Intelligenz erreichen möchte.deAutonomieBestärkendes LernenAuftragsmanagementKünstliche IntelligenzAutonome Auftragssteuerung mit Reinforcement Learningblog post