Login
- Originaltitel:
- Non-Gradient Optimization of Multi-Step Tasks
- Übersetzter Titel:
- Nicht-Gradienten-Optimierung von Mehrschrittaufgaben
- Autor:
- Schnell, Patrick
- Jahr:
- 2026
- Dokumenttyp:
- Dissertation
- Fakultät/School:
- TUM School of Computation, Information and Technology
- Institution:
- Informatik 15 - Professur für Physik-basierte Simulation (Prof. Thuerey)
- Betreuer:
- Thuerey, Nils (Prof. Dr.)
- Gutachter:
- Thuerey, Nils (Prof. Dr.); Jenko, Frank (Prof. Dr.)
- Sprache:
- en
- Fachgebiet:
- DAT Datenverarbeitung, Informatik
- TU-Systematik:
- DAT 758
- Kurzfassung:
- The thesis explores methods for learning in sequential decision problems. It studies alternatives to gradient-based optimization, showing that non-gradient approaches can improve convergence and scalability. The work bridges ideas from physics and reinforcement learning, providing theoretical insights and experimental validation across diverse dynamical systems.
- Übersetzte Kurzfassung:
- Die Arbeit untersucht Methoden zum Lernen in sequentiellen Entscheidungsproblemen. Sie betrachtet Alternativen zur gradientenbasierten Optimierung und zeigt, dass nicht-gradientenbasierte Ansätze Konvergenz und Skalierbarkeit verbessern können. Die Arbeit verbindet Ideen aus Physik und Reinforcement Learning, liefert theoretische Erkenntnisse und experimentelle Validierung in verschiedenen dynamischen Systemen.
- WWW:
- https://mediatum.ub.tum.de/?id=1798698
- Eingereicht am:
- 23.09.2025
- Mündliche Prüfung:
- 21.01.2026
- Dateigröße:
- 8551178 bytes
- Seiten:
- 110
- Urn (Zitierfähige URL):
- https://nbn-resolving.org/urn:nbn:de:bvb:91-diss-20260121-1798698-0-4
- Veröffentlicht am:
- 07.07.2026
BibTeX
Vorkommen:
- mediaTUM GesamtbestandElektronische PrüfungsarbeitenSchoolTUM School of Computation, Information and TechnologyComputer Science
- mediaTUM GesamtbestandElektronische PrüfungsarbeitenSchoolTUM School of Computation, Information and Technology