Optimising trajectories in simulations with deep reinforcement learning for industrial robots in automotive manufacturing

Noah Klarmann, Mohammadhossein Malmir, Josip Josifovski, Daniel Plorin, Matthias Wagner, Alois C. Knoll

Publikation: Beitrag in Buch/Bericht/Konferenzband › Kapitel › Begutachtung

1 Zitat (Scopus)

Fingerprint

Untersuchen Sie die Forschungsthemen von „Optimising trajectories in simulations with deep reinforcement learning for industrial robots in automotive manufacturing“. Zusammen bilden sie einen einzigartigen Fingerprint.

Keyphrases

Computer Science

Chemical Engineering

Material Science