Applying Reinforcement Learning methods to flight trajectory planning on a network scale

Schwarz, Fabian Benjamin (2026) Applying Reinforcement Learning methods to flight trajectory planning on a network scale. Bachelorarbeit, Duale Hochschule Baden-Württemberg Mannheim.

Dieses Archiv kann nicht den Volltext zur Verfügung stellen.

elib-URL des Eintrags:

https://elib.dlr.de/226871/

Dokumentart:

Hochschulschrift (Bachelorarbeit)

Titel:

Applying Reinforcement Learning methods to flight trajectory planning on a network scale

Autoren:

Autoren	Institution oder E-Mail-Adresse	Autoren-ORCID-iD	ORCID Put Code
Schwarz, Fabian Benjamin	Fabian.Schwarz (at) dlr.de	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT

DLR-Supervisor:

Beitragsart	DLR-Supervisor	Institution oder E-Mail-Adresse	DLR-Supervisor-ORCID-iD
Thesis advisor	Solzer, Julian	julian.solzer (at) dlr.de	https://orcid.org/0009-0007-8590-2714

Datum:

2026

Open Access:

Nein

Seitenanzahl:

Status:

veröffentlicht

Stichwörter:

klimaneutral, Luftfahrt, Reinforcement Learning, RL, Multi-Agent RL, MARL, Machine Learning, Netzwerk, Optimierung, Kondensstreifenvermeidung

Institution:

Duale Hochschule Baden-Württemberg Mannheim

Abteilung:

Computer Science with focus on Artificial Intelligence

HGF - Forschungsbereich:

Luftfahrt, Raumfahrt und Verkehr

HGF - Programm:

Luftfahrt

HGF - Programmthema:

Luftverkehr und Auswirkungen

DLR - Schwerpunkt:

Luftfahrt

DLR - Forschungsgebiet:

L AI - Luftverkehr und Auswirkungen

DLR - Teilgebiet (Projekt, Vorhaben):

L - Lufttransportbetrieb und Folgenabschätzung

Standort:

Köln-Porz

Institute & Einrichtungen:

Institut für Luftverkehr > Flugbetriebskonzepte
Institut für Luftverkehr > Luftverkehrsökonomie

Hinterlegt von:

Solzer, Julian

Hinterlegt am:

05 Okt 2026 11:04

Letzte Änderung:

13 Okt 2026 13:49

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags