Reinforcement Learning ist ein Verfahren der künstlichen Intelligenz, das etwa so funktioniert, wie die meisten Menschen Fahrrad fahren lernen – ohne Kenntnis der physikalischen Grundlagen durch Ausprobieren.

„Nach etwa 72 Stunden Training mit dem Digitalen Zwilling (auf einem handelsüblichen Rechner; etwa 24 Stunden auf Rechner-Clustern in der Cloud) ist die AI bereit, die reale Anlage zu steuern. Das ist auf jeden Fall sehr viel schneller, als wenn Menschen diese Steuerungsalgorithmen entwickeln“, sagt Bischoff. Mit Reinforcement Learning hat die KI eine Lösungsstrategie entwickelt, bei der alle Schokoriegel auf den vorderen Förderbändern möglichst schnell weitertransportiert werden und erst auf dem letzten Förderband genau die Geschwindigkeit gesteuert wird - ist interessanterweise ganz anders als die einer konventionellen Steuerung.

„Die Schokoriegel werden in zufälligen Abständen auf das erste Zuführband gelegt. Unsere KI-Steuerung verlangsamt oder beschleunigt nun drei weitere, hintereinandergeschaltete Förderbänder, und sorgt so dafür, dass die Schokolade auf dem letzten Band richtig liegt“, sagt Martin Bischoff, Experte für Digital System Integration aus der Forschungsabteilung Technology von Siemens. „Der Steuerungsalgorithmus hierfür ist durchaus eine kniffelige Programmieraufgabe – wer es nicht glaubt: einfach mal selbst probieren. Wir haben jetzt mit Reinforcement Learning künstliche Intelligenz dafür trainiert, diese Steuerung zu übernehmen.“