By using machine learning to monitor and find deviations in log data makes it easier for developers and can prevent a workflow from stopping. The goal of this project is to investigate if it is possible to find anomalies in log data using reinforcement learning. An anomaly detection model with reinforcement learning is compared to a machine learning method traditionally used for anomaly detection. The results show that reinforcement learning has an opportunity for a better or similar result as the traditional machine learning method.

Today defence systems are becoming more complex as technology advances and it is of great importance to explore new ways of solving problems and keep national defence current. In particular, Artificial Intelligence (AI) is used in an increasing number of industries such as logistic solutions, inventory management and defence. This thesis will evaluate the possibility to use Reinforcement Learning (RL) in an Air Defence Coordination(ADC) scenario at Saab AB. To evaluate RL, a simplified ADC-scenario is considered and solved using two different methods, Q-learning and Deep Q-learning (DQL). The results of the two methods are discussed as well as the limitations in scope and complexity for Q-learning. Deep Q-learning, on the other hand shows to be relatively easy to apply to more complicated scenarios. Finally, one last experiment with a far more complex scenario is constructed in order to show the scalability of DQL and create a foundation for future work in this field. / Dagens försvarssystem blir allt mer komplexa när tekniken utvecklas och det blir allt viktigare att utforska nya sätt att lösa problem för att ha ett toppmodernt försvar. I synnerhet används Artificiell intelligens (AI) i ett ökande antal branscher så som logistik, lagerhantering och försvar. Detta arbete kommer att utvärdera möjligheten att använda Förstärkt inlärning (RL) i ett Koordinerat luftförsvar (ADC) scenario hos Saab AB. För att utvärdera RL, löses ett förenklat ADC-scenario med två olika metoder, Q-learning och Deep Q-learning (DQL). Resultatet av de två metoderna diskuteras så väl som begränsningar för Q-learning. Å andra sidan visar sig DQL vara relativt enkelt att tillämpa i ett mer komplext scenario. Slutligen görs ett sista experiment med ett mycket mer komplicerat scenario för att visa skalbarheten för DQL och skapa en naturlig övergång till framtida arbete.