Reinforcement Learning zur Disposition von Zügen
Opened this issue · 7 comments
Bei bei der Dispo von Zügen von Hand wird ein nen Haufen Zeit verloren, weil Menschen entscheiden müssen, welcher Zug vor welchem fahren wird bei Verspätungen. Sagen wir man hat eine Wende, die es bei S-Bahnen häufiger gibt. Dann musste entscheiden, wann lass ich einen Zug in der Wende und wann lass ich den Zug, der nicht in der Wende ist vorfahren. Und wie minimiere ich dabei Verspätungen. Bzw. wann stelle ich einen Extrazug bereit, um Verspätung im Netz wieder zu reduzieren.
will be implemented by our team https://github.com/BennerLukas/on-time
Simulation ... welche weichen wie stellen ...
Minimierung des Gesamtdelay's aller Züge
Hyperparameter...?
challenge = Rechenpower...
Möglicherweise den Kontakt zum Autor der entsprechenden BA herstellen.
Präsentationen vom 07.06.: https://github.com/BennerLukas/on-time/tree/main/Pr%C3%A4sentationen
Feedback vom 7.6.
Gute Präsentation
Guter Überblick zum Machine Learning
Guter Überblick zum Reinforcement Learning
Guter Überblick zum Use Case (On-Time ....) - Klar den Scope definiert...
Super Schaubilder und super wertvolle Präsentation insgesamt.
Alina Buss,
Ayman Madhour
Lukas Benner
Phillip Lange
P. Hölterhoff
<=1,1
Aktueller Arbeiststand kann hier gefunden werden (https://github.com/BennerLukas/on-time/projects/1) (Arbeit über Kanban-Board)
Das fertige Projekt ist auf dem oben genannten GitHub Repository https://github.com/BennerLukas/on-time zu finden. Die Dokumentation des Projektes ist der README zu entnehmen. Ergebnisse aus dem Training sind im docs/code-Ordner dokumentiert. Unsere detailreiche Präsentation zu Reinforcement Learning überlassen wir dir natürlich inkl. aller unserer Nutzungsrechte, solltest du sie nochmal irgendwo verwenden wollen.