Das Institut für Robotik und Mechatronik entwickelt Roboter, die es Menschen ermöglichen, wirkungsvoller, effektiver und sicherer mit der Umwelt zu interagieren. Die Roboter sollen in Umgebungen wirken, die für Menschen unzugänglich oder gefährlich sind, den Menschen aber auch während der Arbeit und im alltäglichen Leben unterstützen und entlasten.
Das erwaret dich
Die Abteilung Kognitive Robotik ist eng mit dem Thema Künstliche Intelligenz (KI) verbunden. Reinforcement Learning für kontaktreiche Manipulation ist ein zentrales Forschungsgebiet am Institut für Robotik und Mechatronik. Die Arbeit des Instituts im Bereich autonomer Manipulation verbindet Steuerungsmethoden, probabilistische Modellierung und Lernen aus Demonstrationen, um Robotern eine sichere und robuste Interaktion mit ihrer Umgebung zu ermöglichen.
Deine Aufgaben
* Literatur-Review und konzeptionelle Entwicklung von demonstrationsgestützten, multimodalen Reinforcement-Learning-Methoden
* Implementierung von demonstrationsgestützten Reinforcement Learning Algorithmen
* Entwicklung skalierbarer Trainings-Pipelines in Simulation
* Einsatz und Validierung der erlernten Fähigkeiten an realen Robotersystemen
* Quantitative Bewertung der Dateneffizienz, Sicherheit und Interaktionskräfte
* Dokumentation und Verwertung der Arbeitsergebnisse
Das bringst du mit
* abgeschlossenes wissenschaftliches Hochschulstudium (Master/Uni-Diplom) der Ingenieurwissenschaften (z.B. Robotik, Elektrotechnik, Maschinenbau), Informatik oder andere für die Tätigkeit relevante Studiengänge
* fundierte Kenntnisse in Reinforcement Learning, maschinellem Lernen und probabilistischer Modellierung
* fundiertes Wissen über Robotik einschließlich Kinematik, Dynamik, Impedanzsteuerung und Kraftsteuerung
* Erfahrung mit multimodaler Lernansätze
* praktische Erfahrung mit physikbasierten Simulationsumgebungen und Vertrautheit mit Sim-to-Real Transfer-Methodologien
* ausgezeichnete Programmierkenntnisse in Python (z. B. PyTorch, JAX) und C++
* hohe Motivation für die experimentelle Validierung an realen Robotersystemen
Wir freuen uns darauf, dich kennenzulernen!
Fragen zu dieser Position (Kennziffer 4692) beantwortet dir gerne:
Dr. Freek Stulp
Tel.: +49 8153 28 1848