Ziel des Projekts „Automatisierung eines elektromechanischen Flipperautomaten durch Reinforcement Learning“ ist es, verschiedene Strategien zur Ansteuerung der Flipper im Hinblick auf die Spieldauer und den Punktgewinn zu untersuchen. Dabei soll die Methode des Reinforcement Learning im Vordergrund stehen. Die zentrale Herausforderung stellt die große Toleranz im dynamischen Verhalten des alten elektromechanischen Systems dar.
Zur Umsetzung des Projekts wird auf ein Motion Capture System der Firma VICON verwendet. Reflektierende Marker werden hierbei zeitgleich durch mehrere Infrarotkameras beobachtet. Durch Triangulation wird die Position des Markers im Raum exakt bestimmt. So wird die Position der Flipperkugel in Echtzeit erfasst und durch entsprechende Algorithmen weiterverarbeitet.
In den letzten Jahren gewinnt die Anwendung von künstlicher Intelligenz in Produktionsprozessen zunehmend an Bedeutung. Ursprünglich auf den Prozess des Qualitätsmanagements fokussiert, wird künstliche Intelligenz zunehmend in Produktionssteuerungsprozessen und zur Regelung anderer komplexer dynamischer Systeme verwendet. Neben der Lerngeschwindigkeit ist die Robustheit des resultierenden Algorithmus dabei ein wichtiges Qualitätskriterium. Aufgrund der hohen Toleranzen eignet sich ein elektromechanischer Flipperautomat daher als Demonstrator für maschinelles Lernen.
Das Projekt ist durch Mitarbeiter der Professur motiviert und wird durch keine externen Forschungsgelder unterstützt. Wenn Du Teil dieses spannenden Entwicklungsprozesses werden oder mehr zu diesem Thema erfahren möchtest, wende Dich gern an Mirco Alpen.
Forschung zum Anfassen
Knapp 2000 Menschen besuchten uns beim „Sommer des Wissens 2019“. Viele davon haben sich auf das Duell „Mensch gegen Maschine“ eingelassen und einige konnten es sogar für sich entscheiden. Beim nächsten Mal sind wir besser 😉
Letzte Änderung: 15. April 2021