NeurIPS 2021 Competition "Learning By Doing": Controlling a Dynamical System using Control Theory, Reinforcement Learning, or Causality

Die 35. NeurIPS-Konferenz (6.-14. Dezember 2021) veranstaltet in diesem Jahr insgesamt 23 offene Wettbewerbe mit Aufgabenstellungen aus verschiedenen Bereichen des Maschinellen Lernens. Das Institut für Data Science im Maschinenbau (DSME) ist Mitorganisator der Challenge “Learning By Doing”, welche Wissenschaftler und Wissenschaftlerinnen aus den Forschungsfeldern Regelungstechnik, Reinforcement Learning und Kausalität zusammenbringt.

 

Seit ihrer Gründung im Jahr 1987 hat sich die Konferenz “Advances in Neural Information Processing Systems” (NeurIPS) zur größten Konferenz für Maschinelles Lernen weltweit entwickelt. Die jährlich stattfindende, interdisziplinäre Veranstaltung soll den Austausch von Forschenden über die biologischen, technologischen, mathematischen und theoretischen Aspekte von neuronalen Informationsverarbeitungssystemen ermöglichen.

Der Wettbewerb “Learning By Doing” wird von einem interdisziplinären Team von fünf international renommierten Universitäten organisiert, darunter die RWTH Aachen (siehe unten). Die Challenge zielt darauf ab, drei Forschungsgebiete zusammenzubringen: Regelungstechnik, Reinforcement Learning und Kausalität. All diese Gebiete beschäftigen sich damit, mathematisch zu beschreiben wie die Welt sich durch unsere Interaktion mit ihr verändert. Zentral ist dabei die Fragestellung, wie man lernen kann, ein unbekanntes System so zu kontrollieren, dass ein gewünschter Effekt erzielt wird. Die Lösungsansätze für diese Problematik sind jedoch in den drei Bereichen sehr verschiedenen, und jede Perspektive hat ihre eigenen Stärken und Schwächen. Indem man die unterschiedlichen Sichtweisen auf dasselbe Problem anwendet, ermöglicht man den Forschenden aller Disziplinen interessante Einblicke in die jeweils anderen Forschungsgebiete. Darüber hinaus sollen die Ergebnisse des Wettbewerbs und die begleitenden Diskussionen dazu beitragen, Synergien zu schaffen und die Forschungsfeldern so weiter anzunähern.

 

Die Organisatoren des Wettbewerbs haben zwei Challenges entwickelt, in denen optimale Regelungsstrategien für dynamische Systeme gefunden werden müssen. Beide Tracks sind komplett unabhängig voneinander, so dass Teilnehmende Beiträge für einen einzelnen oder für beide Tracks einreichen können. Im Track CHEM müssen die Teilnehmenden eine open-loop Regelung für einen chemischen Prozess entwerfen. Im Track ROBO soll eine Feedback-Regelung für einen Roboter konzipiert werden. Der CHEM Track ist seit dem 6. Juli eröffnet, der Track ROBO seit dem 15. Juli. Die Deadline für beide Challenges ist der 26. September.

Sowohl Einzelpersonen als auch Teams können bei dem Wettbewerb antreten, spezielle Teilnahmebedingungen gibt es nicht. Die Preisgelder von $3000/$2000/$1000 Dollar für den 1./2./3. Platz werden für beide Tracks separat vergeben. Wettbewerbsbeiträge werden vom Organisationsteam evaluiert. Weitere Information finden sich auf der Webseite.

 

Organisation

Universität	Forscher/Forscherin
RWTH Aachen	Dominik Baumann
	Sebastian Trimpe
Universität Copenhagen	Sebastian Weichwald
	Niklas Pfister
	Jonas Peters
Carnegie Mellon University	Timothy Lee
	Oliver Kroemer
Universität Lund	Søren Wengel Mogensen
Universität Paris-Saclay	Isabelle Guyon