| Zugehörige Institution(en) am KIT | Institut für Regelungs- und Steuerungssysteme (IRS) |
| Publikationstyp | Hochschulschrift |
| Publikationsjahr | 2022 |
| Sprache | Deutsch |
| Identifikator | ISBN: 978-3-7315-1193-9 ISSN: 2511-6312 KITopen-ID: 1000145970 |
| Verlag | KIT Scientific Publishing |
| Umfang | xxi, 213 S., LVII |
| Serie | Karlsruher Beiträge zur Regelungs- und Steuerungstechnik / Karlsruher Institut für Technologie, Institut für Regelungs- und Steuerungssysteme ; 16 |
| Art der Arbeit | Dissertation |
| Fakultät | Fakultät für Elektrotechnik und Informationstechnik (ETIT) |
| Institut | Institut für Regelungs- und Steuerungssysteme (IRS) |
| Prüfungsdaten | 13.01.2022 |
| Prüfungsdatum | 13.01.2022 |
| Schlagwörter | Adaptive Dynamic Programming (ADP), Reinforcement Learning (RL), Persistent Excitation (PE), adaptive Optimalregelung, lernende Regler, KI, Adaptive Dynamic Programming (ADP), Reinforcement Learning (RL), Persistent Excitation (PE), Adaptive Optimal Control, Learning-Based Control, AI |
| Relationen in KITopen | |
| Referent/Betreuer | Hohmann, S. |