ΠροτεινόμεναΘέματακαιΑνάθεσηΔιπλωματικώνΕργασιών
 Ανάπτυξη συστημάτων αυτόματης ρύθμισης με τεχνολογίες βαθιάς ενισχυτικής μάθησης
Η ενισχυτική μάθηση (reinforcement learning) είναι ο τρίτος πυλώνας της μηχανικής μάθησης που στοχεύει στην ανάπτυξη συστημάτων λήψης αποφάσεων με βάση την αλληλεπίδραση με το περιβάλλον και τη λήψη από αυτό ποσοτικών ανταμοιβών. Τα τελευταία χρόνια έχουν ανοίξει νέες προοπτικές στην περιοχή της ενισχυτικής μάθησης με την ενσωμάτωση τεχνολογιών βαθιάς μάθησης, στις οποίες ο πράκτορας (agent) που λαμβάνει τις αποφάσεις έχει τη δομή ενός βαθέως νευρωνικού δικτύου. Στη διπλωματική εργασία θα μελετηθούν οι νέες αυτές τεχνολογίες με στόχο την ανάπτυξη συστημάτων αυτόματης ρύθμισης. Πιο συγκεκριμένα, θα διερευνηθεί η δυνατότητα ανάπτυξης υβριδικών συστημάτων που συνδυάζουν κλασικές αρχιτεκτονικές αυτόματης ρύθμισης (PID) με τεχνολογίες βαθιάς ενισχυτικής μάθησης. 

Επιβλέπων μέλος ΔΕΠ: Χαράλαμπος Σαρίμβεης

Τομέας: Ανάλυσης, Σχεδιασμού και Ανάπτυξης Διεργασιών και Συστημάτων

Σχετικό Μάθημα : Ρύθμιση Διεργασιών

Περίοδος Ανάθεσης: Νοεμβρίου Ακ. Έτους 2022-2023