Ausschreibung für die Fachrichtung wie z. B.: Robotik, Kybernetik, Informatik, Maschinenbau, Mechatronik oder vergleichbare.
In dem Forschungsteam „Navigation mobile Roboter“ entwickeln wir autonome, mobile Roboter für Außenanwendungen, etwa in Land- und Forstwirtschaft, im Kommunalsektor sowie in der Logistik. Klassische Local-Controller (z. B. Regulated Pure Pursuit, MPPI) berechnen für einen vorgegeben Pfad die Soll-Geschwindigkeiten, die der Base-Controller in Radbefehle übersetzt. Ziel der Masterarbeit ist die Untersuchung eines End-to-End-Reinforcement-Learning-Ansatzes für die Pfadverfolgung, der die Abbildung von Soll-Pfad und aktuellen Sensordaten direkt auf Motorstellgrößen erlernt. Analyse des bestehenden Navigations-Stacks (Local-Controller/Path-following-Controller, Base Controller)
Entwicklung und Training eines Reinforcement-Learning-Ansatzes, der die klassische Trennung von Path-following-Controller und Base-Controller in einer gemeinsamen Policy abbilden
Validierung in Simulation in einer bestehenden ROS2-Umgebung und auf unseren eigens entwickelten Robotern
Dokumentation, Auswertung und wissenschaftliche Aufbereitung der Ergebnisse
Gute Englisch- oder Deutschkenntnisse
Spitzentechnologie im Bereich der mobilen Outdoor-Robotik
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.
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. Dann bewerben Sie sich jetzt online mit Ihren aussagekräftigen Bewerbungsunterlagen. Frau Jennifer Leppich