QLindA – Quantum Reinforcement Learning

Das Projekt zielt darauf ab, diese jüngsten Fortschritte in der Entwicklung von Quantencomputing mit künstlicher Intelligenz, insbesondere für Reinforcement Learning (RL), zu kombinieren und technisch nutzbar zu machen. Dazu wird untersucht, wie RL auf Quantencomputern realisiert werden kann, um eine Vielzahl relevanter Probleme aus der industriellen Anwendung lösen zu können: die auf RL basierende Regelungsoptimierung in der Prozessindustrie, der Einsatz verteilter Automatisierungssysteme in der Smart Factory sowie die Optimierung in der Produktionsplanung.

Dadurch dass Quantencomputer fehlerbehaftet sind, müssen Anpassungen an klassischen Algorithmen vorgenommen werden, um eine gewissen Kompatibilität zu gewährleisten.

Inhalte des Projektes

•  Entwicklung neuartiger Algorithmen für Quantencomputer
•  Benchmark zur Evaluierung der Methoden
•  Erstellung einer Bibliothek zur Nutzbarmachung für industrielle Anwendungen 
•  Untersuchung von Möglichkeiten und Potentialen sowie bestehende Limitierungen der Algorithmen