Fahrerlose Transportsysteme (FTS) sind aus der Intralogistik kaum noch wegzudenken. Diese Systeme bestehen aus mehreren Fahrerlosen Transportfahrzeugen (FTF), die sich eigenständig durch Produktionshallen bewegen und Transportaufträge erledigen. Besonders flexibel sind sogenannte zellulare FTF, die im Forschungsprojekt „ZellFTF“ am IPH – Institut für Integrierte Produktion Hannover gGmbH erforscht wurden: Sie bestehen aus kleinen fahrerlosen Transporteinheiten, die in der Lage sind, flexibel zusammenzuarbeiten und im Verbund auch größere Güter zu transportieren. Die Herausforderung bei zellularen FTF ist jedoch die effiziente Auftragsverteilung.
Genau hier setzt die Arbeit von Cedric Jäger an: Mithilfe von Reinforcement Learning (RL), einer Methode des Maschinellen Lernens, untersuchte er, wie Transportaufträge automatisiert und gezielt an die FTF verteilt werden können. Dabei lernt das System durch „Belohnung“ und „Bestrafung“, Entscheidungen selbstständig zu verbessern.
Ausgezeichnete Bachelorarbeit zur Produktionsautomatisierung
Im Mittelpunkt der Bachelorarbeit standen sogenannte Q-Learning-Algorithmen – also Verfahren, mit denen Computer auf Basis von Erfahrungen lernen. Besonders interessant war dabei der Rainbow-RL-Algorithmus, der als besonders effizient gilt. Anhand logistischer Kennzahlen wie Produktionsoutput und Maschinenauslastung bewertete Jäger die Leistungsfähigkeit der getesteten Methoden.
Die Ergebnisse zeigen: Reinforcement Learning hat großes Potenzial, um komplexe logistische Abläufe künftig automatisch zu optimieren. Zwar erzielte der getestete Rainbow-Algorithmus noch nicht die erhoffte Leistung, doch ein anderer Ansatz (die sogenannte Proximal Policy Optimization; PPO) lieferte in den Tests die besten Ergebnisse.
Für seine herausragende Leistung wurde Jäger mit dem IPH-Zukunftspreis 2025 ausgezeichnet. Die Jury würdigte insbesondere die qualitativ hochwertigen Ergebnisse und die selbstständige Arbeitsweise von Cedric Jäger. Da sich während der Bearbeitungszeit herausgestellt hatte, dass der Rainbow-RL-Algorithmus unter den Erwartungen blieb, entschied sich Herr Jäger weitere Algorithmen zu testen – mit dem Ziel, brauchbare Ergebnisse zu erzielen.
IPH kürt jährlich die beste studentische Arbeit
Seit 2016 prämiert das IPH jedes Jahr die beste studentische Arbeit. Der nächste Zukunftspreis wird 2026 verliehen. Teilnehmen können alle Studierenden, die ihre Bachelor-, Masterarbeit oder Studienarbeit am IPH schreiben und spätestens am 30. September 2026 bei der Fakultät einreichen.
Themen für studentische Arbeiten werden regelmäßig unter www.iph-hannover.de/jobs angeboten.
