Online – Zoom
Der Teilnahmelink wird per Mail ausgesandt
Kostenlos für KMU (weniger als 250 Mitarbeiter:innen und weniger als 50 Mio. Euro Umsatz)
Bis 22.05.
Unbegrenzt
TU Wien
TU Wien
Reinforcement Learning (RL) basierte Fruchtfolgeplanung bezieht sich auf die Verwendung von RL-Algorithmen, um die optimale Reihenfolge von Nutzpflanzen in einer landwirtschaftlichen Fruchtfolge zu bestimmen. Fruchtfolge bezieht sich auf die regelmäßige Rotation verschiedener Pflanzenarten auf einem Acker, um den Boden gesund zu halten, Schädlinge und Krankheiten zu reduzieren und die Ernteerträge langfristig zu maximieren.
Im RL-Ansatz zur Fruchtfolgeplanung wird ein Agent verwendet, der Entscheidungen über die Auswahl der Pflanzenarten trifft, die in einer bestimmten Saison angebaut werden sollen. Der Agent wird mit einem Belohnungssignal verstärkt, das auf den langfristigen Ernteerträgen basiert. Das Ziel besteht darin, eine Strategie zu erlernen, die maximale Erträge über mehrere Anbausaisons hinweg erzielt.
In einen zweiten Termin am 5.6.. von 16:30-17:30 Uhr können eigene Erfahrungen mit der Technologie diskutiert werden
Kennenlernen digitaler Methoden zur Reinforcement learning-basierten Fruchtfolgeplanung.