Software-Framework "Scheduling Laboratory" auf GitHub verfügbar

16.01.2023|10:30 Uhr

Im Dezember sind Jannik Peters, Constantin Waubert de Puiseau, Christian Dörpelkus und Hasan Tercan aus der Forschungsgruppe Industrial Deep Learning in das letzte Halbjahr im Forschungsprojekt AlphaMES gestartet und haben diese Periode mit einem weiteren Meilenstein begonnen: SCHeduling LABoratorY, kurz Schlably.

Schlably ist ein Software-Framework in Python für Experimente zu Planungsproblemen mit Deep Reinforcement Learning. Als solches spielt es eine zentrale Rolle in unserer täglichen wissenschaftlichen Forschung und wurde in den letzten zwei Jahren stetig weiterentwickelt. In dieser Zeit hat sich Schlably bereits als Grundlage für einen Konferenzbeitrag, 3 Bachelorarbeiten und zahlreiche wegweisende Arbeiten bewährt. Allein 2022 wurde Schlably für mehr als 800h Modelltraining genutzt!

Nach intensiver Prüfung und Verwendung für eine Vielzahl von Experimenten, glauben wir, dass die veröffentlichte Version v0.1.0 so einfach zu bedienen und flexibel ist, dass Forscher außerhalb unseres Lehrstuhls einen erheblichen Nutzen daraus ziehen können. Daher ist Schlably nun offen auf GitHub zugänglich, siehe github.com,und wird derzeit offiziell für das SoftwareX Journal begutachtet.

#staytuned für die Veröffentlichung des Preprints und weiterer Beiträge, wie wir Schlably nutzen werden, um die Leistungsfähigkeit des Deep Reinforcement Learning auf jegliche Anwendungsfälle der Industrieplanung zu übertragen.