| Implementieren tabellarischer Methoden (k3): Studierende implementieren zentrale RL-Konzepte wie die
Bellman-Gleichung (Bellman Equation) in Python und l¨osen Markov-Entscheidungsprozesse (Markov Decision
Processes – MDPs) mittels Strategie- und Wertiteration (Policy and Value Iteration) sowie dynamischer
Programmierung (Dynamic Programming).
Anwenden moderner RL-Bibliotheken (k3): Studierende können etablierte High-Level-Bibliotheken (z. B. Stable
Baselines3, RLlib, CleanRL) einsetzen, um eine breite Palette moderner Algorithmen (z. B. PPO, SAC,
TD3) zu konfigurieren und zu trainieren.
Lösen kontinuierlicher Regelungsprobleme (k4): Studierende wählen geeignete Verfahren für kontinuierliche
Regelungsaufgaben (Continuous Control Tasks) aus und wenden sie in g¨angigen Simulationsumgebungen (z. B.
Gymnasium, MuJoCo, PyBullet) an.
Analysieren und Vergleichen von Algorithmen (Analyzing and Comparing Algorithms) (k5): Studierende
beurteilen die Eignung verschiedener Lernparadigmen (On-Policy vs. Off-Policy) für konkrete Aufgaben und
vergleichen den Lernfortschritt anhand von Monitoring-Tools (z. B. TensorBoard, Weights & Biases).
Hyperparameter-Optimierung (Hyperparameter Tuning) (k5): Studierende verstehen die Sensitivität moderner Verfahren gegen¨uber Hyperparametern wie Lernrate (Learning Rate), Batch-Größe (Batch Size) und
Entropie-Koeffizient (Entropy Coefficient) und optimieren diese systematisch mit Tools wie Optuna
|
Studierende kennen die mathematischen Grundlagen von MDPs undWertfunktionen (Value Functions) sowie die Unterscheidung zwischen modellbasierten und modellfreien Ansätzen (Model-Based vs. Model-Free) und zwischen On-Policy- und Off-Policy-Verfahren (On-Policy vs. Off-Policy). Sie haben einen fundierten Überblick über moderne Deep-RL-Algorithmen (z. B. DQN, PPO, SAC, TD3) und wissen, welche Verfahren sich f¨ur welche Problemklassen eignen (diskret vs. kontinuierlich, stochastisch vs. deterministisch). Darüber hinaus sind sie mit Standardschnittstellen für RL-Umgebungen vertraut und können diese in der Praxis sicher verwenden.
|
