@Article{Huber+Nagel+Lamprecht+Eiling,
							Cite-key = "Huber2021", 
							Year= "2021", 
							Number= "1", 
							 Volume= "37", 
							Pages= "25-29", 
							Journal   = "Industry 4.0 Management",
							 Title= "Potenziale von Reinforcement Learning für die Produktion", 
							Author= "Marco Huber, Tobias Nagel, Raphael Lamprecht und Florian Eiling", 
							Doi= "https://doi.org/10.30844/I40M_21-2_S25-29", 
							 Abstract= "Reinforcement Learning (RL) konnte bereits publikumswirksam in Video- und Strategiespielen beeindruckende Erfolge erzielen [1]. Diese Grundlagenforschung schafft die Grundlagen, dass RL für reale Entscheidungsprobleme in der Produktion nutzbar wird. Beispiele hierfür sind: Wie erhält ein Roboter mehr Intelligenz, um Aufgaben selbstständiger und ohne aufwendige Programmierung durchzuführen? In welcher Reihenfolge müssen Aufträge in einer Produktion abgearbeitet werden, um eine optimale Termintreue zu erhalten? Der Beitrag gibt eine Einführung in die Arbeitsweise des RL, sowie dessen bevorzugte Einsatzgebiete und beschreibt Anwendungsbeispiele aus dem produzierenden Alltag. Das präsentierte Überblickswissen über die aktuelle Forschung soll diesen Teilbereich der Künstlichen Intelligenz einem breiteren Interessentenkreis zugänglich machen. Übergeordnetes Ziel der beschriebenen Methoden ist, die Wertschöpfung am Wirtschaftsstandort Deutschland kontinuierlich zu steigern.", 
							 Keywords= "Reinforcement Learning, Autonome Produktions- und Prozessteuerung, Robotik", 
							}