Weiterbildung: Reinforcement Learning basierte Fruchtfolgeplanung

Weiterbildung: Reinforcement Learning basierte Fruchtfolgeplanung

Kurzbeschreibung

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

Zielgruppe

• Softwareentwickler:innen
• Landwirt:innen
• Kleine und mittlere landwirtschaftliche Unternehmen
• Im Bereich der Landwirtschaft aktive Industriebetriebe

Ziele/Ergebnisse/Learning Outcomes

Kennenlernen digitaler Methoden zur Reinforcement learning-basierten Fruchtfolgeplanung.