Dieses Projekt wird im Rahmen der Richtlinie zur Förderung von KI-Nachwuchswissenschaftle-rinnen vom Bundesministerium für Bildung und Forschung gefördert.
Aktuell:
27. September 2023
Clara Schneidewind hält Vortrag „Smart Contract Analysis“ am Heinz Nixdorf Institut

Clara Schneidewind, Leiterin der Forschungsgruppe für Kryptowährungen und Smart Contracts am Max-Planck-Institut für ...
Bayessche Optimierung für die Inbetriebnahme von Regelungen
In einem Schwerpunktbereich erforschen wir das Potenzial der Bayesschen Optimierung (BO) in der Regelungstechnik, speziell bei der praktisch sehr relevanten interaktiven Inbetriebnahme am realen System. Eine durch ein physikalisches Modell ausgelegte Regelung bedarf einer Feinabstimmung in Bezug auf das reale System. Dies liegt z. B. an der Wahl der Modellierungstiefe, der Identifikation von Systemparametern und auch daran, dass es im Allgemeinen nicht möglich ist alle real auftretenden Phänomene im Modell zu erfassen (Simulation-to-Reality-Gap). In den meisten Fällen wird bei der Feinabstimmung auf einfach umsetzbare Ansätze zurückgegriffen, wie die manuelle Einstellung durch einen Techniker oder gitterbasierte Heuristiken im Sinne eines Design-of-Experiments-Vorgehens. Bei der Inbetriebnahme komplexer Regelungsstrukturen mit mehreren Freiheitsgraden kommen diese Ansätze aufgrund ihrer schlechten Skalierbarkeit aber schnell an ihre Grenzen. Des Weiteren ist bei der manuellen Suche die Objektivität bzgl. der Bewertung der Regelung nicht gewährleistet. Diese Problematik werden wir durch den Einsatz Bayesscher Optimierung bei der Inbetriebnahme von Steuerungen und Regelungen beheben.