Vom 23. bis 25. Mai 2025 waren Frieder Heieck und Tatjana Krau bei der 10th International Conference on Machine Learning Technologies (ICMLT 2025) in Helsinki, Finnland zu Gast. Die ICMLT zählt zu den wichtigen internationalen Treffpunkten, wenn es um neue Entwicklungen, Technologien und Anwendungen im Bereich des maschinellen Lernens geht.
Im Rahmen der Konferenz stellte Tatjana Krau ihr Forschungspapier mit dem Titel
„Exploring Variance in Reinforcement Learning Environment for Color Mixing Process to bridge the Sim-to-Real Gap“ vor.
In ihrer Arbeit geht es darum, wie ein Reinforcement-Learning-Agent lernen kann, aus drei Grundfarben eine bestimmte Zielfarbe zu mischen. Trainiert wird der Agent zunächst in einer Simulation, später soll das Gelernte auf ein reales Farbmischsystem übertragen werden. Genau hier liegt die Herausforderung: Zwischen Simulation und Realität bestehen oft deutliche Unterschiede – die sogenannte Sim-to-Real Gap.
Um diese Lücke zu überbrücken, hat Tatjana systematisch Variationen in den Parametern der simulierten Umgebung eingeführt. Ziel ist es, dass der Agent möglichst robust lernt – ohne aufwendig mit der echten Hardware trainieren zu müssen, aber trotzdem gute Ergebnisse im realen Einsatz liefert.
Die Forschungsarbeit ist Teil des vom Bundesministerium für Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) geförderten Projekts iCARus.
Die ICMLT bot darüber hinaus viele spannende Einblicke in Themen wie Sprachtechnologien, Biomedizin, visuelle Analytik, soziale Netzwerke und komplexe Datenanalysen. Alle akzeptierten Beiträge, einschließlich Tatjanas Paper, werden in den ICMLT Conference Proceedings veröffentlicht, in IEEE Xplore aufgenommen und zur Indexierung bei Scopus und Ei Compendex eingereicht.