Ausschreibung für die Fachrichtungen wie z. B.: Automatisierungstechnik, Elektrotechnik, Informatik, Kybernetik, Maschinenbau, Mechatronik, Regelungstechnik, Softwaredesign, Softwareengineering, technische Informatik, Robotik, Autonome Systeme oder vergleichbare.
Kontaktintensive Montageaufgaben beinhalten oft komplexe physikalische Wechselwirkungen und eine hohe Empfindlichkeit gegenüber Parametereinstellungen. Bei einer großen Anzahl von Produktvarianten ist es nicht praktikabel, Prozessparameter für jede mögliche Variante manuell abzustimmen oder zu validieren, was Skalierbarkeit und Flexibilität in industriellen Anwendungen einschränkt.
Simulationsumgebungen bieten einen vielversprechenden Ansatz, um diese Herausforderung anzugehen. Durch die genaue Modellierung der zugrundeliegenden Physik von Montagevorgängen wird es möglich, verallgemeinerte Repräsentationen dieser Prozesse zu erlernen. NVIDIA Isaac Sim und weitere Simulations-Engines wie MuJoCo ermöglichen eine hochpräzise Physik-Simulation sowie Sensoremulation, um diese Montageprozesse präzise zu simulieren. Reinforcement Learning (RL) und moderne Foundation-Modelle können dann genutzt werden, um Strategien und Prädiktionsmodelle zu erlernen, die die Dynamik der kontaktreichen Interaktionen erfassen.
Hier sorgen Sie für Veränderung
* Aufbau und Konfiguration physikbasierter Simulationsumgebungen (z. B. verschiedene Simulatoren und Robotermodelle)
* Modellierung und Implementierung kontaktreicher Handhabungs- und Montageoperationen in der Simulation
* Entwurf und Training RL-basierter Ansätze zum Lernen von Montageprozessen und dazugehörigen Richtlinien
* Untersuchung modernster Foundation-Modelle zur Modellierung und Generalisierung von Montageoperationen
* Erforschung generativer KI-Ansätze zur automatischen Generierung von Sequenzen von Fertigkeiten für Montageaufgaben
* Dokumentation und Präsentation der entwickelten Methoden und Ergebnisse
Hiermit bringen Sie sich ein
* Gültige Immatrikulation an einer Universität in Robotik, Informatik, Künstlicher Intelligenz oder einem verwandten Fachgebiet
* Erfahrung mit Robotik-Simulationsumgebungen wie Isaac Sim, MuJoCo oder Bullet
* Gute Programmierkenntnisse in Python, C++ und Erfahrung mit ROS (Robot Operating System)
* Erfahrung mit Frameworks des Maschinellen Lernens, insbesondere PyTorch
* Erfahrung in Reinforcement-Learning-Methoden
* Interesse oder erste praktische Erfahrung mit generativer KI, insbesondere Large Language Models (LLMs) und Vision-Language Models (VLMs)
* Erfahrung mit Roboter-Manipulatoren ist von Vorteil
* Fließende Englischkenntnisse
Was wir für Sie bereithalten
* Spitzentechnologie im Bereich der Roboter-Manipulatoren
* Praktische Arbeit mit unseren Robotern in Stuttgart
* Verantwortung und Freiheit, eigene Ideen umzusetzen
* Zusammenarbeit mit den besten Studierenden ihres Fachgebiets
Wir wertschätzen und fördern die Vielfalt der Kompetenzen unserer Mitarbeitenden und begrüßen daher alle Bewerbungen – unabhängig von Alter, Geschlecht, Nationalität, ethnischer und sozialer Herkunft, Religion, Weltanschauung, Behinderung sowie sexueller Orientierung und Identität. Schwerbehinderte Menschen werden bei gleicher Eignung bevorzugt eingestellt. Unsere Aufgaben sind vielfältig und anpassbar – für Bewerber*innen mit Behinderung finden wir gemeinsam Lösungen, die ihre Fähigkeiten optimal fördern.
Mit ihrer Fokussierung auf zukunftsrelevante Schlüsseltechnologien sowie auf die Verwertung der Ergebnisse in Wirtschaft und Industrie spielt die Fraunhofer-Gesellschaft eine zentrale Rolle im Innovationsprozess. Als Wegweiser und Impulsgeber für innovative Entwicklungen und wissenschaftliche Exzellenz wirkt sie mit an der Gestaltung unserer Gesellschaft und unserer Zukunft.
Bereit für Veränderung? Dann bewerben Sie sich jetzt, und machen Sie einen Unterschied! Nach Eingang Ihrer Online-Bewerbung erhalten Sie eine automatische Empfangsbestätigung. Dann melden wir uns schnellstmöglich und sagen Ihnen, wie es weitergeht.
Frau Jennifer Leppich
Recruiting
jennifer.leppich@ipa.fraunhofer.de
Tel. +49 711 970-1415
Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA
www.ipa.fraunhofer.de
Kennziffer: 84165 Bewerbungsfrist: