Study on the application of single-agent and multi-agent reinforcement learning to dynamic scheduling in manufacturing environments with growing complexity: Case study on the synthesis of an industrial IoT Test Bed uri icon Wissenschaftlicher Artikel

Open Access Peer Reviewed Im Bibliotheksbestand

Überblick

Freigegeben

  • Ja

Veröffentlichungszeitpunkt

  • 2024

Open-Access-Kennzeichnung

  • Hybrid

Peer Reviewed

  • Ja

Sprachen

  • englisch

Im Bibliotheksbestand

  • Ja Im Bibliotheksbestand

Forschung

Schlagwörter

  • Dynamic resource allocation
  • Industrial IoT Test Bed
  • Manufacturing systems
  • Multi-agent reinforcement learning
  • Proximal policy optimization
  • Smart production systems

Identität

International Standard Serial Number (ISSN )

  • 02786125

weitere Informationen zum Dokument

Band

  • 77

Anderes

Kuratierungs-Zielkategorie (intern)

  • Ja