---
_id: '11332'
abstract:
- lang: ger
text: Die chaotische Bevorratung von Einzelteilen stellt eine besondere Herausforderung
für die automatisierte Herstellung elektrotechnischer Komponenten dar. Insbesondere
das Segment der kleinen bis mittleren Produktionsvolumen ist heute noch von manueller
Arbeit geprägt. Vor diesem Hintergrund zeigt dieser Beitrag einen Lösungsansatz
für den robotischen „Griff-in-die-Kiste“ am Beispiel der Reihenklemmenfertigung
bei Weidmüller auf. Zuerst erfolgt die Analyse des aktuellen Technikstandes resultierend
in der methodischen Lücke. Anschließend wird das Bestärkungslernen als Lösungsansatz
identifiziert und die Simulationssoftware „Isaac Sim“ als Trainingsumgebung ausgewählt,
in der das Robotersystem modelliert wird. Ziel dieser Arbeit ist es, ein universelles
und robustes Verhalten des Robotersystems durch die zielgerichtete Variation der
Trainingszustände zu generieren. Zusätzlich findet die Integration von Kontextwissen
statt, um die Trainingsdauer des neuronalen Netzes zu minimieren.
author:
- first_name: Tobias
full_name: Stuke, Tobias
id: '79141'
last_name: Stuke
- first_name: Thomas
full_name: Bartsch, Thomas
id: '43513'
last_name: Bartsch
- first_name: Thomas
full_name: Rauschenbach, Thomas
last_name: Rauschenbach
citation:
ama: Stuke T, Bartsch T, Rauschenbach T. Reinforcement Learning in der Simulation
als Lösungsansatz für den industriellen Griff-in-die-Kiste im Zeitalter von wandlungsfähigen
Produktionssystemen. Vol Nr. 2419. 1st ed. VDI Verlag GmbH; 2023:S. 655-667.
doi:10.51202/9783181024195-655
apa: 'Stuke, T., Bartsch, T., & Rauschenbach, T. (2023). Reinforcement Learning
in der Simulation als Lösungsansatz für den industriellen Griff-in-die-Kiste im
Zeitalter von wandlungsfähigen Produktionssystemen. In AUTOMATION 2023 – 24.
Leitkongress der Mess- und Automatisierungstechnik: Vol. Nr. 2419 (1st ed.,
p. S. 655-667). VDI Verlag GmbH. https://doi.org/10.51202/9783181024195-655 '
bjps: 'Stuke T, Bartsch T and Rauschenbach T (2023) Reinforcement Learning
in der Simulation als Lösungsansatz für den industriellen Griff-in-die-Kiste im
Zeitalter von wandlungsfähigen Produktionssystemen, 1st ed. Düsseldorf: VDI
Verlag GmbH.'
chicago: 'Stuke, Tobias, Thomas Bartsch, and Thomas Rauschenbach. Reinforcement
Learning in der Simulation als Lösungsansatz für den industriellen Griff-in-die-Kiste
im Zeitalter von wandlungsfähigen Produktionssystemen. AUTOMATION 2023
– 24. Leitkongress der Mess- und Automatisierungstechnik. 1st ed. Vol. Nr.
2419. VDI-Berichte . Düsseldorf: VDI Verlag GmbH, 2023. https://doi.org/10.51202/9783181024195-655 .'
chicago-de: 'Stuke, Tobias, Thomas Bartsch und Thomas Rauschenbach. 2023. Reinforcement
Learning in der Simulation als Lösungsansatz für den industriellen Griff-in-die-Kiste
im Zeitalter von wandlungsfähigen Produktionssystemen. AUTOMATION 2023
– 24. Leitkongress der Mess- und Automatisierungstechnik. 1. Aufl. Bd. Nr.
2419. VDI-Berichte . Düsseldorf: VDI Verlag GmbH. doi:10.51202/9783181024195-655 , .'
din1505-2-1: 'Stuke, Tobias ; Bartsch, Thomas ; Rauschenbach,
Thomas: Reinforcement Learning in der Simulation als Lösungsansatz für
den industriellen Griff-in-die-Kiste im Zeitalter von wandlungsfähigen Produktionssystemen,
VDI-Berichte . Bd. Nr. 2419. 1. Aufl. Düsseldorf : VDI Verlag GmbH, 2023'
havard: T. Stuke, T. Bartsch, T. Rauschenbach, Reinforcement Learning in der Simulation
als Lösungsansatz für den industriellen Griff-in-die-Kiste im Zeitalter von wandlungsfähigen
Produktionssystemen, 1st ed., VDI Verlag GmbH, Düsseldorf, 2023.
ieee: 'T. Stuke, T. Bartsch, and T. Rauschenbach, Reinforcement Learning in der
Simulation als Lösungsansatz für den industriellen Griff-in-die-Kiste im Zeitalter
von wandlungsfähigen Produktionssystemen, 1st ed., vol. Nr. 2419. Düsseldorf:
VDI Verlag GmbH, 2023, p. S. 655-667. doi: 10.51202/9783181024195-655 .'
mla: Stuke, Tobias, et al. “Reinforcement Learning in der Simulation als Lösungsansatz
für den industriellen Griff-in-die-Kiste im Zeitalter von wandlungsfähigen Produktionssystemen.”
AUTOMATION 2023 – 24. Leitkongress der Mess- und Automatisierungstechnik,
1st ed., vol. Nr. 2419, VDI Verlag GmbH, 2023, p. S. 655-667, https://doi.org/10.51202/9783181024195-655 .
short: T. Stuke, T. Bartsch, T. Rauschenbach, Reinforcement Learning in der Simulation
als Lösungsansatz für den industriellen Griff-in-die-Kiste im Zeitalter von wandlungsfähigen
Produktionssystemen, 1st ed., VDI Verlag GmbH, Düsseldorf, 2023.
ufg: 'Stuke, Tobias/Bartsch, Thomas/Rauschenbach, Thomas: Reinforcement Learning
in der Simulation als Lösungsansatz für den industriellen Griff-in-die-Kiste im
Zeitalter von wandlungsfähigen Produktionssystemen, Bd. Nr. 2419, Düsseldorf 12023
(VDI-Berichte ).'
van: 'Stuke T, Bartsch T, Rauschenbach T. Reinforcement Learning in der Simulation
als Lösungsansatz für den industriellen Griff-in-die-Kiste im Zeitalter von wandlungsfähigen
Produktionssystemen. 1st ed. AUTOMATION 2023 – 24. Leitkongress der Mess- und
Automatisierungstechnik. Düsseldorf: VDI Verlag GmbH; 2023. (VDI-Berichte ; vol.
Nr. 2419).'
conference:
end_date: 2023-06-28
location: Baden-Baden
name: AUTOMATION 2023 – 24. Leitkongress der Mess- und Automatisierungstechnik
start_date: 2023-06-27
date_created: 2024-04-12T12:08:47Z
date_updated: 2024-04-12T13:15:58Z
department:
- _id: DEP7011
doi: '10.51202/9783181024195-655 '
edition: '1'
language:
- iso: ger
page: S. 655 – 667
place: Düsseldorf
publication: AUTOMATION 2023 – 24. Leitkongress der Mess- und Automatisierungstechnik
publication_identifier:
eisbn:
- 978-3-18-102419-5
isbn:
- '978-3-18-092419-9 '
publication_status: published
publisher: VDI Verlag GmbH
series_title: 'VDI-Berichte '
status: public
title: Reinforcement Learning in der Simulation als Lösungsansatz für den industriellen
Griff-in-die-Kiste im Zeitalter von wandlungsfähigen Produktionssystemen
type: conference_editor_article
user_id: '83781'
volume: Nr. 2419
year: '2023'
...