In diesem Projekt soll eine auf Reinforcement Learning (RL) basierte Regelung für Wärmepumpen entwickelt werden. Im Gegensatz zur aktuellen Regelung werden für jeden Betriebspunkt die optimalen Regler Einstellungen und Soll-Werte verwendet, wodurch sich die Betriebssicherheit und Effizienz signifikant verbessern lassen.

Die zum Trainieren des RL-Agenten notwendigen dynamischen Simulationen (Digitaler Zwilling) der Wärmepumpe sind darüber hinaus sehr interessante Kompetenzen, um nach dem Projekt in anderen Bereichen wie der präventiven Wartung Fortschritte zu machen. Dadurch werden neben der Schaffung eines künftigen USP aufgrund der signifikant verbesserten Betriebssicherheit auch die Weichen für strategisch wichtige Weiterentwicklungen gestellt.