Da­niel Milz und Jo­han­nes Ultsch

Daniel Milz und Johannes Ultsch
Da­niel Milz und Jo­han­nes Ultsch
Credit: © DLR. Alle Rechte vorbehalten

Daniel Milz und Johannes Ultsch

Da­niel Milz (l.) und Jo­han­nes Ultsch (r.) for­schen am DLR-In­sti­tut für Sys­tem­dy­na­mik und Re­ge­lungs­tech­nik in Ober­pfaf­fen­ho­fen.Wäh­rend Milz mit künst­li­cher In­tel­li­genz (KI) im Be­reich Luft­fahrt die Ent­wick­lung von In­no­va­tio­nen vor­an­brin­gen möch­te, wel­che das Flug­zeug der Zu­kunft noch si­che­rer und um­welt­freund­li­cher ma­chen, setzt Ultsch KI-Al­go­rith­men im Kon­text des au­to­ma­ti­sier­ten Fah­rens ein.Beim so­ge­nann­ten Re­in­for­ce­ment Lear­ning ("be­stär­ken­des Ler­nen") han­delt es sich um ei­ne Me­tho­de aus dem Be­reich der KI, bei wel­cher der Reg­ler durch die In­ter­ak­ti­on mit dem zu re­geln­den Sys­tem lernt. Im Er­geb­nis kann durch in­no­va­ti­ve Reg­lungs­kon­zep­te et­wa die Ef­fi­zi­enz von Fahr­zeug­pro­zes­sen er­höht wer­den.

Daniel Milz (l.) und Johannes Ultsch (r.) forschen am DLR-Institut für Systemdynamik und Regelungstechnik in Oberpfaffenhofen.

Während Milz mit künstlicher Intelligenz (KI) im Bereich Luftfahrt die Entwicklung von Innovationen voranbringen möchte, welche das Flugzeug der Zukunft noch sicherer und umweltfreundlicher machen, setzt Ultsch KI-Algorithmen im Kontext des automatisierten Fahrens ein.

Beim sogenannten Reinforcement Learning ("bestärkendes Lernen") handelt es sich um eine Methode aus dem Bereich der KI, bei welcher der Regler durch die Interaktion mit dem zu regelnden System lernt. Im Ergebnis kann durch innovative Reglungskonzepte etwa die Effizienz von Fahrzeugprozessen erhöht werden.

Weitere Galerien

Cookies erleichtern die Bereitstellung unserer Dienste. Mit der Nutzung unserer Dienste erklären Sie sich damit einverstanden, dass wir Cookies verwenden. Weitere Informationen zum Datenschutz erhalten Sie über den folgenden Link: Datenschutz

Hauptmenü