The impact of air travel on the climate, along with its increasing share in CO2 emissions have raised the demand for sustainable air travel solutions. The current aircraft technologies have seen significant improvement throughout the years. Although, the rate at which new aircraft technologies are developed can not keep up with the increased demand for air travel. Hence, a different approach to reduce the aviation’s impact on climate can be achieved by optimizing the vertical flight path in order to reduce the fuel consumption, i.e. using dynamic programming. Upon departure, an optimization of the vertical flight path is initiated and an optimal flight plan is suggested to the flight crew.  The fuel saving produced by the optimal flight plan is a potential saving that can only be fully achieved if the flight crew chose to fly according to the optimized flight path. However, restrictions from the Air Traffic Control, as well as the flight crew’s willingness to follow the optimized flight path can affect the achieved saving. Hence, a tool is developed in order to compute trip fuel consumption from post-flight data obtained from the Automatic Dependent Surveillance-Broadcast (ADS-B) surveillance technology. A method to identify the start and end positions of cruise segments is successfully implemented. Two methods of calculating the fuel are implemented and compared. The first method is based on simulating the actual flight, which uses the same performance model as for the simulation of the operational flight plan trip and optimized trip. The second method is based on utilizing the ADS-B data to obtain the aircraft speed which in return can be used as a parameter to obtain the fuel flow of the aircraft, hence the trip is not simulated. The results reveals that the simulation method produces flight trajectories that are comparable to the operational and optimized flight plans since they use the same model structure. However, using ADS-B data to obtain fuel consumption represents the actual flight trajectory more accurately.  Furthermore, an optimization algorithm based on the onboard Flight Management Computer is implemented. According to the results, the FMC optimization offers a sufficient optimization of the cruise phase, when compared to the OFP trip, however performs worse than the dynamic programming, which provides a global optimal solution. / Flygresornas inverkan på klimatet, tillsammans med dess ökande andel av CO2-utsläppen, har ökat kraven på hållbara flygplanslösningar. Den nuvarande flygplansteknologin har genomgått betydande förbättringar genom åren. Men takten för vilken ny flygplansteknik utvecklas kan inte hålla jämna steg med den ökade efterfrågan på flygresor. Däremot kan ett annat tillvägagångssätt för att minska flygets påverkan på klimatet uppnås genom att optimera den vertikala flygvägen för att minska bränsleförbrukningen, d.v.s. med hjälp av högupplösta väderdata. Vid avgång initieras en dynamisk programmering där optimering av den vertikala flygbanan och en optimal färdplan föreslås för flygbesättningen.  Bränslebesparingen som den optimala färdplanen ger är en besparingspotential som endast kan uppnås fullt ut om flygbesättningen väljer att flyga enligt den. Restriktioner från flygledningen, samt flygbesättningens vilja att följa den optimerade färdplanen kan dock påverka den uppnådda besparingen. Därav utvecklas ett verktyg för att beräkna färdens bränsleförbrukning från postflight data erhållna från Automatic Dependent Surveillance-Broadcast (ADS-B) övervakningsteknologi. En metod för att identifiera start- och slutpositionerna för kryssningssegment implementeras framgångsrikt. Två metoder för att beräkna bränslet implementeras och jämförs. Den första metoden baseras på att simulera den faktiska flygningen. Denna metod använder samma prestandamodell som för simuleringen av den operativa färdplanens resa och den optimerade resan. Den andra metoden baseras på att använda ADS-B-data för att erhålla flygplanets hastighet, som i sin tur kan användas som en parameter för att få fram flygplanets bränsleflöde vid en tidpunkt. Resultaten visar att simuleringsmetoden ger flygbanor som är rättvist jämförbara med de operativa och optimerade flygplanerna, då de använder samma modell. Men att använda ADS-B-data för att få bränsleförbrukning representerar den faktiska flygbanan mer exakt.  Dessutom implementeras en optimeringsalgoritm baserad på den inbyggda Flight Management Computer. Enligt resultaten erhåller FMC-optimeringen en tillfredsställande optimering av kryssningsfasen, jämfört med OFP-resan, men presterar sämre än den dynamiska programmeringen, vilket alltid ger en global optimal lösning.

The aim of this study is to investigate the optimisation of production planning- and scheduling in a pharmaceutical facility using DES.Research questions: “How can DES be used to achieve flexibility and efficiency in a pharmaceutical facility?” and “How can DES be used to increase efficiency of the resource allocation in a pharmaceutical facility?”Methodology: This study has been compared to a deductive- and a quantitative research approach where a process simulation has been modelled. The theoretical framework was based on books and scientific publications. Empirical data was collected through unstructured observations at the production site, frequent meetings together with the company and through the company’s database Discoverant. Based on the results from the simulation model conclusions could be drawn.Conclusion: The study concluded that there are bottlenecks at the beginning of the processes in all three production flows for Medicine A, Medicine B and Medicine C. If these are raised it would generate greater flexibility and efficiency in the production. There were also indications of a new allocation of resources that would raise efficiency in the production, thus making it possible to increase the output from the production. / Syftet med studien är att undersöka optimering av produktionsplanering- och schemaläggning inom en läkemedelsproduktion med användning av DES.Frågeställningar: ”Hur kan DES användas för att uppnå flexibilitet och effektivitet i en läkemedelsproiduktion?” och ”Hur kan DES användas för att öka effektiviteten kring användandet av resurser i en läkemedelsproduktion?”Metod: Denna studie har liknats vid en deduktiv- och en kvantitativ forskningsansats där en processimulering utformats. Den teoretiska referensramen baserades på böcker och vetenskapliga publikationer. Empirisk data samlades in genom ostrukturerade observationer i produktionen, regelbundna möten tillsammans med företaget och genom företagets databas Discoverant. Baserat på resultaten från simuleringsmodellen kunde slutsatser dras.Slutsats: Studiens slutsats landade i att det finns flaskhalsar i början av alla tre produktionsflöden för Medicin A, Medicin B och Medicin C. Om dessa kan höjas skulle det generera en högre flexibilitet och effektivitet i produktionen. Det finns också tecken som visar på att en ny resursfördelning hade höjt effektiviteten i produktionen, därmed gjort det möjligt att producera mer produkter.

Controlling antennas’ vertical tilt through Remote Electrical Tilt (RET) is an effective method to optimize network performance. Reinforcement Learning (RL) algorithms such as Deep Reinforcement Learning (DRL) have been shown to be successful for RET optimization. One issue with DRL is that DRL models have a black box nature where it is difficult to ’explain’ the decisions made in a human-understandable way. Explanations of a model’s decisions are beneficial for a user not only to understand but also to intervene and modify the RL model. In this work, a state-ofthe-art Explainable Reinforcement Learning (XRL) method is evaluated on the RET optimization problem. More specifically, the chosen XRL method is the Embedded Self-Prediction (ESP) model proposed by Lin, Lam, and Fern [16] which can generate contrastive explanations in terms of why an action is preferred over the other. The ESP model was evaluated on two different RET optimization scenarios. The first scenario is formulated as a single agent RL problem in a ’simple’ environment whereas the second scenario is formulated as a multi agent RL problem with a more complex environment. In both scenarios, the results show little to no difference in performance compared to a baseline Deep Q-Network (DQN) algorithm. Finally, the explanations of the model were validated by comparing them to action outcomes. The conclusions of this work is that the ESP model offers explanations of its behaviour with no performance decrease compared to a baseline DQN and the generated explanations offer value in debugging and understanding the given problem. / Att styra antenners vertikala lutning genom RET är en effektiv metod för att optimera nätverksprestanda. RL-algoritmer som DRL har visat sig vara framgångsrika för REToptimering. Ett problem med DRL är att DRL-modeller är som en svart låda där det är svårt att ’förklara’ de beslut som fattas på ett sätt som är begripligt för människor. Förklaringar av en modells beslut är fördelaktiga för en användare inte bara för att förstå utan också för att ingripa och modifiera RL-modellen. I detta arbete utvärderas en toppmodern XRL-metod på RET-optimeringsproblemet. Mer specifikt är den valda XRL-metoden ESP-modellen som föreslagits av Lin, Lam och Fern [16] som kan generera kontrastiva förklaringar i termer av varför en handling föredras framför den andra. ESP-modellen utvärderades på två olika RET-optimeringsscenarier. Det första scenariot är formulerat som ett problem med en enstaka agent i en ’enkel’ miljö medan det andra scenariot är formulerat som ett problem med flera agenter i en mer komplex miljö. I båda scenarierna visar resultaten liten eller ingen skillnad i prestanda jämfört med en DQN-algoritm. Slutligen validerades modellens förklaringar genom att jämföra dem med handlingsresultat. Slutsatserna av detta arbete är att ESPmodellen erbjuder förklaringar av dess beteende utan prestandaminskning jämfört med en DQN och de genererade förklaringarna ger värde för att felsöka och förstå det givna problemet.

Additive manufacturing (AM), also known as 3D printing, has emerged as a rapidly growing manufacturing technique with numerous advantages over traditional methods. This thesis project investigates the application of AM in suspension design. The aim is to explore the advantages of AM, suitable product selection, and the potential for gaining a competitive edge by leveraging AM effectively. Through this research, a printable part specifically designed for AM will be developed. The project's results demonstrate the advantages of AM when the technique is harnessed effectively. Merely switching manufacturing techniques without considering AM's value-added aspects is unlikely to yield the desired benefits. However, designing components with AM in mind from the initial stages can unlock numerous advantages. The findings of this thesis project contribute to understanding how AM can be leveraged to optimize mountain bike suspensions. By evaluating the advantages and disadvantages of the designed parts, valuable insights are provided for Öhlins and the wider biking industry. This knowledge enables informed decision-making for strategic integration of AM in future product development and manufacturing processes. This research underscores the significance of thoughtful design considerations and effective integration of AM to harness its full potential in enhancing the performance, cost-efficiency, and functionality of mountain bike suspension. / Additiv tillverkning (AM), även känt som 3D-printning, har framträtt som en snabbt växande tillverkningsteknik med flertalet fördelar gentemot traditionell tillverkningsteknik. Detta examensarbete undersöker tillämpningen av AM inom design av stötdämparsystem. Målet är att utforska fördelarna med AM, lämpligt urval av produkter samt potentialen att få en konkurrensfördel genom att effektivt utnyttja AM.  Genom denna forskning blir en printbar produkt framtagen speciellt designad för AM. Projektets resultat demonstrerar sedan fördelarna med AM när tekniken utnyttjas på ett effektivt sätt. Genom att endast byta tillverkningsmetod utan att ta i beaktning de värdeskapande delar AM erbjuder är produkten osannolik att kunna dra nytta av de önskade fördelarna. Om produkten designas med AM från ett tidigt stadie kan detta bredda vägen för utnyttjandet av de flertalet fördelar som kommer med AM.  Resultaten av detta examensarbete bidrar till djupare förståelse om hur AM kan utnyttjas för att optimera en mountainbikes stötdämpare. Genom att utvärdera för- och nackdelar av de designade delarna förseddes Öhlins och även den bredare cykelindustrin med värdefull insikt. Denna kunskap möjliggör för framtida informerade strategiska beslut i hur produktutveckling och tillverkningsprocesser ska tillämpas.  Denna forskning understryker betydelsen av att göra designval noggrant igenom effektiv integration av AM för att fullt utnyttja den potential och fördelarna AM kan ge för förbättrad prestanda, kosteffektivitet samt funktionalitet av stötdämparsystem för mountainbikes.

With the ever-increasing adoption of renewable energy sources, the seamless integration of PV systems into existing grids becomes imperative. Therefore, this study investigates the integration of a PV-ESS system into sustainable urban living. It entails the development and evaluation of forecasting models for PV production and electricity consumption using artificial neural network models, as well as the analysis of linear optimization algorithms. These investigations give insight into the benefits, challenges, and implications of implementing a PV-ESS system. The photovoltaic generation forecasting model demonstrates high accuracy in winter months while encountering complexity in dynamic summer conditions. The model for estimating power demand poses challenges due to a variety of factors, including human behaviour and data quality.Moreover, the study focuses on the formulation and assessment of linear optimization models with two aims: minimizing costs and optimizing self-consumption. The first continually reduces electricity costs while increasing self-consumption, whereas the second maximizes self-consumption, with limitations in winter battery use. Finally, forecast precision appears as a crucial factor for optimization models. Forecast errors have an impact on the system’s operation. Improving forecasting accuracy and adaptive control strategies are therefore critical. / Med den ständigt ökande användningen av förnybara energikällor blir sömlös integration av solcellssystem i befintliga elnät nödvändig. Därför undersöker denna studie integrationen av ett solcellsenergilagringssystem (PV-ESS) i hållbart stadsboende. Det innefattar utveckling och utvärdering av prognosmodeller för solcellsproduktion och elförbrukning med hjälp av artificiella neurala nätverksmodeller, samt analys av linjär optimeringsalgoritmer. Dessa undersökningar ger insikt om fördelarna, utmaningarna och konsekvenserna av att implementera ett PV-ESS-system. Modellen för prognostisering av solcellsgeneration visar hög noggrannhet under vintermånaderna men stöter på komplexitet under dynamiska sommarförhållanden. Modellen för att uppskatta elförbrukning står inför utmaningar på grund av olika faktorer, inklusive mänskligt beteende och datakvalitet. Dessutom fokuserar studien på formulering och utvärdering av linjära optimeringsmodeller med två mål: att minimera kostnader och optimera självkonsumtion. Den första minskar kontinuerligt elkostnader samtidigt som den ökar självkonsumtionen, medan den andra maximerar självkonsumtionen med begränsningar i vinterbatterianvändning. Slutligen framstår precision i prognoser som en avgörande faktor för optimeringsmodeller. Prognosfel påverkar systemets drift. Därför är förbättring av prognosnoggrannhet och adaptiva kontrollstrategier avgörande.

Operators of public transport always try to make their service as attractive as possible, to as many persons as possible and in a so cost effective way as possible. One way to make the service more attractive, especially to elderly and disabled, is to offer door-to-door transportation. The cost for the local authorities to provide this service is very high and increases every year. To better serve the needs of the population and to reduce the cost for transportation of elderly and disabled, public transportation systems are evolving towards more flexible solutions. One such flexible solution is a demand responsive service integrated with a fixed route service, together giving a form of flexible public transport system. The demand responsive service can in such a system be used to carry passengers from their origin to a transfer location to the fixed route network, and/or from the fixed route network to their destination. This thesis concerns the development of a framework for evaluation and design of such an integrated public transport service. The framework includes a geographic information system, optimization tools and simulation tools. This framework describes how these tools can be used in combination to aid the operators in the planning process of an integrated service. The thesis also presents simulations made in order to find guidelines of how an integrated service should be designed. The guidelines are intended to help operators of public transport to implement integrated services and are found by evaluating the effects on availability, travel time, cost and other service indicators for variations in the design and structure of the service. In a planning system for an integrated public transport service, individual journeys must in some way be scheduled. For this reason the thesis also presents an exact optimization model of how journeys should be scheduled in this kind of service. / <p>Report code: LiU-TEK-LIC- 2006:38</p>

This thesis explores the integration of sustainability into Modern Portfolio Theory (MPT) optimization by introducing stepwise filtration and optimization. This study acknowledges the growing importance of sustainability in investment strategies and modifies the traditional MPT framework to include environmental, social, and governance (ESG) factors. A systematic filtration process is conducted where each asset undergoes a step-by-step filtration based on different ESG criteria. For each filtration step, portfolio optimization is performed to find the most efficient portfolios under the filtered criteria. The effect of each filtration on portfolio risk and return profile provides insights into the trade-offs between financial performance and sustainability impacts. The findings indicate that investors considering the ethical aspects of ESG can achieve these goals without significantly affecting the portfolio risk and return. However, investors incorporating all aspects of ESG will experience a higher drop in the efficient frontier. Moreover, while investigating an additional index, including more companies, investors can attain a better portfolio profile while incorporating all aspects of ESG. A central ambition of this study has been enlighten investors regarding the different aspects of ESG and the trade-offs of integrating sustainability into investment practices. Thus, this study seeks to refine the investor decision-making process and encourage investors to make more informed sustainable decisions. / Detta examensarbete undersöker hur hållbarhet kan integreras i Modern Portfolio Theory (MPT) genom att introducera en stegvis filtrering och optimering. Denna studie framhäver den växande betydelsen av hållbarhet inom investeringsstrategier och modifierar det tradionella ramverket för MPT för att inkludera miljön, socialt ansvar och bolagsstyrning (ESG). En systematisk filtreringsprocess genomförs där varje tillgång genomför en iterativ filtrering baserad på ESG-kriterier. För varje filtreringssteg utförs portföljdoptimering för att hitta de mest effektiva portföljerna under den filtrerade kriterierna. Denna process ger insikt i avvägningarna mellan finansiell avkastning och hållbarhetseffekter. Resultaten indikerar att investerare som beaktar de etiska aspekter kan uppnå dessa mål utan att nämnvärt påverka portföljens risk och avkastningsprofil. Dock, investerare som beaktar samtliga aspekter av ESG kommer att uppleva en större minskning av den effektiva fronten. Dessutom kan investerare, genom utforskning av ett kompletterande index som innefattar ett större urval av företag, uppnå en förbättrad portföljprofiler samtidigt som alla ESG-aspekter beaktas. En central ambition för denna studie har varit att upplysa investerare om de olika aspekterna av ESG och avvägningarna med att integrera hållbarhet i investeringspraxis. Således, strävar denna studie efter att förbättra investerarnas beslutprocess och uppmuntra investerare till att fatta med informerade hållbara beslut.

This project proposes a hybrid system for hydrogen production, which includes a connection to the grid, a source of renewable energies, namely photovoltaic (PV), a Battery Energy Storage System (BESS), and a PEM (Proton Exchange Membrane) electrolyzer modelled from commercial technologies available. A dispatch optimization algorithm will evaluate the price of the energy inputs and the power available from the solar PV system and will decide the operation on an hourly basis to maximize net profit in a year timeframe. This algorithm will have a daily hydrogen production constraint. When the price of electricity is low, the energy is used for two purposes. First, to electrolyze water in the electrolyzer system and second, to store it in the BESS. The stored energy will be used to produce hydrogen when electricity prices are high or inject back to the grid when it is economically sound to do. The PV input will be used to alleviate the need for energy from the grid, therefore, it can be used to feed the electrolyzer or to store in the batteries or to inject back to the grid. In this study, a multi-energy system is modelled and its operation strategy for green hydrogen production is analyzed. Four topological scenarios were chosen, which include Scenario 1 (Grid + PEM), Scenario 2 (Scenario 1 + BESS), Scenario 3 (Scenario 2 + Grid injection), and Scenario 4 (Scenario 3 + Solar PV). These scenarios facilitate a comprehensive assessment of the system's economic and environmental performance contingent on the installed assets. In addition to the scenario analysis, the study broadens its scope by exploring two diverse geographical regions, Sweden and Spain, as case studies. This comparative approach offers invaluable insights into the role of factors like lower electricity prices and reduced solar energy availability, as observed in the Swedish case, versus the dynamics of higher electricity prices and abundant solar energy in the Spanish context. Lastly, the research undertakes a thorough sensitivity analysis, considering two pivotal factors with great influence over the system's behavior: hydrogen pricing and BESS capacity. This exploration enriches our understanding of how variations in these factors can impact the system's operational and economic viability. / Detta arbete presenterar ett hybridsystem för produktion av vätgas som integrerar elnätsanslutning, förnybar energiförsörjning genom solceller (PV), ett batterilager (BESS) och en PEM-elektrolysör. För detta energisystem har en optimeringsalgoritm för systemdrift skapats. Denna algoritm utvärderar energipriser och tillgänglig kapacitet från PV-systemet, och driftar systemet på timbasis för att optimera nettovinsten över ett år, med dagliga produktionsgränser för vätgas. När elpriset är lågt används energin för två ändamål: Att elektrolysera vatten i elektrolyssystemet, och att lagra det i batterilagret (BESS). Den lagrade energin från BESS kommer att användas för att producera vätgas när elpriserna är höga eller för att injicera tillbaka i elnätet när det är ekonomiskt försvarbart. Energin från PV-systemet används för att lindra behovet av energi från elnätet och kan användas för att driva elektrolysören, eller för att lagra i batterierna, eller för att injicera tillbaka i elnätet. I denna studie modelleras en elektrolysör, baserat på kommersiellt tillgängliga teknologier, och en driftsstrategi utvecklas för produktionen av grön vätgas. Fyra unika scenarier valdes ut: Scenario 1 (Nät + PEM), Scenario 2 (Scenario 1 + BESS), Scenario 3 (Scenario 2 + Injektion till Elnät) och Scenario 4 (Scenario 3 + Solenergi från PV). Dessa scenarier underlättar en omfattande bedömning av systemets ekonomiska och miljömässiga prestanda beroende på installeradetillgångar. Utöver scenarioanalysen vidgar studien sin omfattning genom att utforska två olika geografiska regioner, Sverige och Spanien, som fallstudier. Denna jämförelse ger värdefulla insikter i systemfaktorernas roll, där det Svenska fallet (med lägre elpriser och minskad tillgänglighet av solenergi) ställs emot the Spanska fallet (med högre elpriser och rikligt med solenergi). Slutligen genomför forskningen en noggrann känslighetsanalys och beaktar två avgörande faktorer med stor påverkan över systemets beteende: Priset på såld vätgas och BESS-kapaciteten. Denna utforskning berikar vår förståelse för hur variationer i dessa faktorer kan påverka systemets operativa och ekonomiska livskraft.

Cellular networks have significantly transformed the way we communicate and access data and the data rates have only been increasing for the last 30 years. 5G is the current generation of cellular networks and enables faster data rates and lower latency. One of the cellular network architectures used to enable 5g is centralized radio access networks (C-RAN). C-RAN centralizes all the baseband units (BBU) into one or a few locations in contrast to traditional architectures where BBUs are separated. This centralization causes more demand on the fronthaul to transfer larger amounts of data. To mitigate this demand on the fronthaul, functional splits were developed to distribute the baseband functions dependent on the need. This thesis focuses on simulating several functional splits in C-RAN with packetized fronthaul. The objective is to study the impact the functional split options have on the network by investigating key metrics such as fronthaul link throughput, utilization, and, buffer usage. The thesis includes the development of a digital twin (DT) of C-RAN deployments. This digital twin is implemented in Python using the SimPy library to enable discrete event simulation. The DT was then used to simulate each split option over low, medium, and high traffic loads. The network that was simulated includes one BBU, fronthual link, one switch, and three remote radio units with 64 antennas. The fronthaul link is 1 km long and has a transfer rate of 100 Gbps. The results show that various functional split options have a significant impact on the network’s overall performance. This impact is mostly dependent on the split option choice and not on the load for this configuration. Overall, this thesis contributes to the understanding of functional splits in centralized radio access networks with packetized fronthaul. / Mobilnäten har förändrat hur vi kommunicerar och får tillgång till data, och datahastigheterna har bara ökat under de senaste 30 åren. 5G är den nuvarande generationen av mobilnät och möjliggör snabbare datahastigheter och lägre latens. En av de mobilnät arkitekturer som används för att möjliggöra 5g är centraliserade radioaccessnät (C-RAN). C-RAN centraliserar alla basbandsenheter (BBU) till en eller ett mindre antal platser i motsats till traditionella arkitekturer där BBU är separerade. Denna centralisering leder till att fronthaul länken belastas mer för att överföra större data mängder. För att minska denna belastning på fronthaul länken kan funktionella uppdelningar användas för att distribuera basbandsfunktionerna beroende på behov. Det här arbetet fokuserar på att simulera flera funktionella uppdelningar i centraliserade radio radioaccessnätvärk med paketerad fronthaul. Syftet är att studera vilken påvärkan de funktionella uppdelnings alternativen har på nätverket genom att undersöka och mäta värden som genomströmning, utnyttjande av fronthaul kabel och buffertanvändning i fronthaulen. I arbetet inkluderar utvecklingen av en digital tvilling (DT) av C-RAN. Denna digitala tvilling implementeras i Python med hjälp av SimPy-biblioteket för att möjliggöra discrete event simulation"vilket betyder simulering av diskreta händelser. DT användes sedan för att simulera varje uppdelnings alternativ över låg, medelhög och hög trafikbelastning. Nätverket som simulerades inkluderar en badeband unit (BBH), en fronthual länk, en switch och tre remote radio unit (RRU) med 64 antenner. Fronthaul länken är 1 km lång och har en överföringshastighet på 100 Gbps. Resultaten visar att olika uppdelningar har en betydande påvärkan på nätverkets övergripande prestanda. Denna påverkan beror främst på valet av delningsalternativet och inte av belastningen för denna konfiguration.svis så bidrar detta arbete till förståelsen av funktionella delningar i centraliserade radioaccessnät radioaccessnät med paketerad fronthaul i olika trafikbelastningar.

Detecting generic objects is one important sensing task for applications that need to understand the environment, for example eXtended Reality (XR), drone navigation etc. However, Object Detection algorithms are particularly computationally heavy for real-time video analysis on resource-constrained mobile devices. Thus Object Tracking, which is a much lighter process, is introduced under the Tracking-By-Detection (TBD) paradigm to alleviate the computational overhead. Still, it is common that the configurations of the TBD remain unchanged, which would result in unnecessary computation and/or performance loss in many cases.\\ This Master's Thesis presents a novel approach for multi-objective optimization of the TBD process on precision and latency, with the platform being power-constrained devices. We propose a Deep Reinforcement Learning based scheduling architecture that selects appropriate TBD actions in video sequences to achieve the desired goals. Specifically, we develop a simulation environment providing Markovian state information as input for the scheduler neural network, justified options of TBD actions, and a scalarized reward function to combine the multiple objectives. Our results demonstrate that the trained policies can learn to utilize content information from the current and previous frames, thus optimally controlling the TBD process at each frame. The proposed approach outperforms the baselines that have fixed TBD configurations and recent research works, achieving the precision close to pure detection while keeping the latency much lower. Both tuneable configurations show positive and synergistic contribution to the optimization objectives. We also show that our policies are generalizable, with inference and action time of the scheduler having minimal latency overhead. This makes our scheduling design highly practical in real XR or similar applications on power-constrained devices. / Att upptäcka generiska objekt är en viktig uppgift inom avkänning för tillämpningar som behöver förstå omgivningen, såsom eXtended Reality (XR) och navigering med drönare, bland annat. Algoritmer för objektdetektering är dock särskilt beräkningstunga när det gäller videoanalyser i realtid på resursbegränsade mobila enheter. Objektspårning, å andra sidan, är en lättare process som vanligtvis implementeras under Tracking-By-Detection (TBD)-paradigmet för att minska beräkningskostnaden. Det är dock vanligt att TBD-konfigurationerna förblir oförändrade, vilket leder till onödig beräkning och/eller prestandaförlust i många fall.\\ I detta examensarbete presenteras en ny metod för multiobjektiv optimering av TBD-processen med avseende på precision och latens på plattformar med begränsad prestanda. Vi föreslår en djup förstärkningsinlärningsbaserad schemaläggningsarkitektur som väljer lämpliga TBD-åtgärder för videosekvenser för att uppnå de önskade målen. Vi utvecklar specifikt en simulering som tillhandahåller Markovian state-information som indata för schemaläggaren, samt neurala nätverk, motiverade alternativ för TBD-åtgärder och en skalariserad belöningsfunktion för att kombinera de olika målen. Våra resultat visar att de tränade strategierna kan lära sig att använda innehållsinformation från aktuella och tidigare ramar för att optimalt styra TBD-processen för varje bild. Det föreslagna tillvägagångssättet är bättre än både de grundläggande metoderna med en fast TBD-konfiguration och nyare forskningsarbeten. Det uppnår en precision som ligger nära den rena detektionen samtidigt som latensen hålls mycket låg. Båda justerbara konfigurationerna bidrar positivt och synergistiskt till optimeringsmålen. Vi visar också att våra strategier är generaliserbara genom att dela upp träning och testning med en 50 %-ig uppdelning, vilket resulterar i minimal inferenslatens och schemaläggarens handlingslatens. Detta gör vår schemaläggningsdesign mycket praktisk i verkliga XR- eller liknande tillämpningar på enheter med begränsad strömförsörjning.