Explainable Causal Reinforcement Learning for circular manufacturing supply chains for low-power autonomous deployments

Der Autor untersucht die Schnittstelle von kausaler Inferenz und Reinforcement Learning zur Optimierung zirkulärer Fertigungslieferketten. Dieser Ansatz zielt darauf ab, robustere und erklärbarere RL-Agenten für autonome Implementierungen mit geringem Stromverbrauch zu entwickeln.