Student*in im Rahmen einer Bachelor-/Masterarbeit zum Thema Multi-Objective Reinforcement Learning für die Bewegungsplanung von autonomen Robotern in Menschenmengen
— Gestalte die Zukunft mit uns
als Student*in im Rahmen einer Bachelor-/Masterarbeit zum Thema Multi-Objective Reinforcement Learning für die Bewegungsplanung von autonomen Robotern in Menschenmengen
Vollzeit | Befristet | Karlsruhe |
ab sofort
Machine Learning, Reinforcement Learning, Mensch-Maschine Interaktion, autonome Roboter
Du hast Lust, in einem innovativen Forschungsumfeld zu arbeiten? Du suchst ein tolles Team, in dem Du Dich weiterentwickeln und einbringen kannst? Und vor allem: Du willst die Zukunft aktiv mitgestalten? Dann bist Du bei uns am FZI genau richtig!
Wir sind eine gemeinnützige Forschungseinrichtung und beschäftigen uns mit spannenden und abwechslungsreichen Aufgaben der Informatik-Anwendungsforschung. Unsere Aufgabe ist neben dem Transfer unserer Forschungsergebnisse in Wirtschaft, Verwaltung und Gesellschaft auch die Aus- und Weiterbildung von zukünftigen Fach- und Führungskräften für den digitalen Wandel.
Das erwartet Dich bei uns
Intelligente hoch autonome Roboter und mobile Plattformen haben das Potenzial eine Zukunft zu gestalten, in der Menschen und Maschinen zusammen in den gleichen Umgebungen interagieren und sich frei bewegen können. Herausfordernd ist dabei eine Bewegungsplanung, die sich an die jeweiligen Bewegungsmuster der Menschen anpasst. Im Fokus der aktuellen Forschung werden hierfür Machine Learning-Methoden wie Deep Reinforcement Learning (DRL) erforscht, um eine Policy zu trainieren, die die Bewegungen des Roboters in Menschenmengen plant. Die spezifischen und insbesondere situationsabhängigen Verhaltensweisen (Objectives) des Roboters können dabei in verschiedenen Situationen zueinander gegensätzlich sein. In der direkten Mensch-Maschine Interaktion sollen zum Beispiel in unbekannten Situationen größere Abstände zu Menschen gehalten werden als in bekannten. Herkömmliche Methoden trainieren eine Policy, welche nur ein spezifisches Verhalten zeigt wodurch der Roboter nicht skalierbar einsetzbar ist. Anstelle des Trainings von mehreren verschiedenen Policies werden effizientere Multi-Objective DRL verfahren verwendet, bei denen anhand eines Kontext-Vektors die Policy das gewünschte Verhalten zeigt.
- Du arbeitest Dich in die bestehenden DRL-Bewegungsplanungs-Methoden und Simulationsumgebung ein.
- Du vertiefst die Einarbeitung in Multi-Objective DRL und bewertest die Methoden anhand einer Bewertungsmatrix.
- Du konzeptionierst und entwickelst einen Algorithmus für die Anwendung in der Bewegungsplanung.
- Du implementierst Dein Konzept und Deinen Algorithmus.
- Du simulierst und evaluierst in verschiedenen Szenarien die Effektivität Deiner eigenen Methode im Vergleich zum Stand der Technik.
Das bringst Du mit
- Du verfügst über einen Studienabschluss in den Bereichen Elektrotechnik, Informatik oder einem verwandten Studiengang.
- Du hast ein Grundverständnis von Machine Learning und Reinforcement Learning.
- Du beherrschst die Programmiersprache Python
- Du bist motiviert und arbeitest eigenständig.
- Du besitzt ein überdurchschnittliches Maß an Eigeninitiative sowie eine sorgfältige, gewissenhafte Arbeitsweise.
Was wir Dir bieten
- Du hast die Möglichkeit, Dich bei diversen internen Formaten zu wissenschaftlichen Themen fachbereichsübergreifend auszutauschen.
- Du bekommst spannende Einblicke in unsere Forschung und kannst wertvolle Praxiserfahrung für den Einstieg ins Berufsleben sammeln.
- Wir nutzen die neueste Hard- und Software am FZI. Gemeinsam mit unseren wissenschaftlichen Mitarbeitenden arbeitest Du vor Ort in erstklassig ausgestatteten Forschungslaboren.
- Unser Miteinander ist geprägt von der Begeisterung für unsere Themen und gemeinsamen Werte. Wir sind alle per "Du" und helfen uns gegenseitig. Bei uns kannst Du Dich einbringen und Themen vorantreiben.
- Eine motivierte und kompetente Betreuung ist uns wichtig. Dazu zählt für uns: sich ausreichend Zeit für Dich nehmen und Dich mit hilfreichem Feedback unterstützen.
- Mit unseren flexiblen Arbeitsformen hinsichtlich Arbeitszeit und Stundenumfang sowie unserer Regelung zum mobilen Arbeiten geben wir Dir die Freiheit, die Du benötigst, um Dein Privat- und Berufsleben zu vereinbaren.
- Bei der Vergütung von Hilfskräften und Praktikant*innen orientieren wir uns an den Vorgaben für Hochschulen des Landes. Die Höhe ist abhängig davon, ob Du bereits einen (Studien-)Abschluss und/oder erste Berufserfahrung
hast. Abschlussarbeiten können entsprechend der Vorgaben leider nicht vergütet werden. - Deine Arbeitszeit und Vertragsdauer legen wir in gemeinsamer Absprache mit Dir fest.
Hier erfährst Du mehr über unsere Benefits
Haben wir Dein Interesse geweckt? Dann bewirb Dich bei uns.
Wir freuen uns darauf,
Dich kennenzulernen!
Fachliche Fragen zur Stelle beantwortet Dir gerne Daniel Flögel.