Dense Reward Shaping with Temporal Behavior Trees Guiding Reinforcement Learning

Schmeil, Till (2025) Dense Reward Shaping with Temporal Behavior Trees Guiding Reinforcement Learning. DLR-Interner Bericht. DLR-IB-FT-BS-2025-21. Masterarbeit. TU Würzburg.

PDF - Nur DLR-intern zugänglich
22MB

elib-URL des Eintrags:

https://elib.dlr.de/215440/

Dokumentart:

Berichtsreihe (DLR-Interner Bericht, Masterarbeit)

Titel:

Dense Reward Shaping with Temporal Behavior Trees Guiding Reinforcement Learning

Autoren:

Autoren	Institution oder E-Mail-Adresse	Autoren-ORCID-iD	ORCID Put Code
Schmeil, Till	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT

DLR-Supervisor:

Beitragsart	DLR-Supervisor	Institution oder E-Mail-Adresse	DLR-Supervisor-ORCID-iD
Thesis advisor	Waxenegger-Wilfing, Günther	Guenther.Waxenegger (at) dlr.de	https://orcid.org/0000-0001-5381-6431
Thesis advisor	Schirmer, Sebastian	sebastian.schirmer (at) dlr.de	https://orcid.org/0000-0002-4596-2479

Datum:

2025

Open Access:

Nein

Status:

veröffentlicht

Stichwörter:

Reinforcement learning, temporal behavior trees

Institution:

TU Würzburg

Abteilung:

Institute of Computer Science

HGF - Forschungsbereich:

Luftfahrt, Raumfahrt und Verkehr

HGF - Programm:

Luftfahrt

HGF - Programmthema:

Komponenten und Systeme

DLR - Schwerpunkt:

Luftfahrt

DLR - Forschungsgebiet:

L CS - Komponenten und Systeme

DLR - Teilgebiet (Projekt, Vorhaben):

L - Unbemannte Flugsysteme

Standort:

Braunschweig , Lampoldshausen

Institute & Einrichtungen:

Institut für Flugsystemtechnik > Unbemannte Luftfahrzeuge
Institut für Raumfahrtantriebe > Raketenantriebssysteme

Hinterlegt von:

Schirmer, Sebastian

Hinterlegt am:

01 Feb 2026 17:03

Letzte Änderung:

01 Feb 2026 17:04

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags