Student*in im Rahmen einer Abschlussarbeit zum Thema Analyse Deep Reinforcement Learning-basierter adaptiver Bewegungsplanung autonomer mobiler Roboter zur Vorhersage menschlicher Trajektorien
FZI Research Center for Information Technology
Datum: vor 2 Tagen
Stadt: Karlsruhe, Baden-Württemberg
Vertragstyp: Praktikum
— Gestalte die Zukunft mit uns
als Student*in im Rahmen einer Abschlussarbeit zum Thema Analyse Deep Reinforcement Learning-basierter adaptiver Bewegungsplanung autonomer mobiler Roboter zur Vorhersage menschlicher Trajektorien
Stundenbasis | 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
Wir bei CIT forschen an intelligenten autonomen Robotern, die sich sicher und frei in gemeinsamen Umgebungen mit Menschen bewegen und dabei deren Bewegungsmuster berücksichtigen. Im Mittelpunkt steht die symbiotische Mensch-Maschine-Interaktion sowie die Integration von Robotern in Menschenmengen durch angepasstes Bewegungsverhalten. Dafür setzen wir auf Machine Learning, insbesondere Deep Reinforcement Learning (DRL), um Policies für eine situationsgerechte Bewegungsplanung zu entwickeln. In dieser Arbeit soll untersucht werden, inwieweit eine DRL-basierte Navigationspolicy als Prädiktionsmodell für menschliche Bewegung in sozialen Szenarien geeignet ist. Die zentrale Idee besteht darin, eine Bewegungsplanungsstrategie zu trainieren, die typisches menschliches Navigationsverhalten nachahmt, und diese anschließend anhand etablierter Datensätze zur Trajektorienvorhersage von Personen zu evaluieren.
Erhalte hier Einblicke zum Arbeiten am FZI
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.
Jetzt bewerben Zurück
als Student*in im Rahmen einer Abschlussarbeit zum Thema Analyse Deep Reinforcement Learning-basierter adaptiver Bewegungsplanung autonomer mobiler Roboter zur Vorhersage menschlicher Trajektorien
Stundenbasis | 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
Wir bei CIT forschen an intelligenten autonomen Robotern, die sich sicher und frei in gemeinsamen Umgebungen mit Menschen bewegen und dabei deren Bewegungsmuster berücksichtigen. Im Mittelpunkt steht die symbiotische Mensch-Maschine-Interaktion sowie die Integration von Robotern in Menschenmengen durch angepasstes Bewegungsverhalten. Dafür setzen wir auf Machine Learning, insbesondere Deep Reinforcement Learning (DRL), um Policies für eine situationsgerechte Bewegungsplanung zu entwickeln. In dieser Arbeit soll untersucht werden, inwieweit eine DRL-basierte Navigationspolicy als Prädiktionsmodell für menschliche Bewegung in sozialen Szenarien geeignet ist. Die zentrale Idee besteht darin, eine Bewegungsplanungsstrategie zu trainieren, die typisches menschliches Navigationsverhalten nachahmt, und diese anschließend anhand etablierter Datensätze zur Trajektorienvorhersage von Personen zu evaluieren.
- Du arbeitest Dich in Deep Reinforcement Learning und Social Navigation ein.
- Du recherchierst und wählst geeignete Datensätze für die Evaluation aus.
- Du bereitest die Datensätze für die Trajektorienprädiktion auf.
- Du trainierst verschiedener DRL-basierten Navigationspolicies in einer bestehenden Simulationsumgebung.
- Du evaluierst die Prädiktionsleistung der Navigationspolicy und vergleichst diese mit State-of-the-Art Modellen.
- Du verbesserst die Navigationspolicy und Simulationsumgebung iterativ für eine bessere Vorhersage.
- Du hast ein abgeschlossenes Bachelorstudium in der Fachrichtung Elektrotechnik, Informatik oder einem verwandten Studiengang.
- Du beherrschst die Programmiersprache Python und kennst Dich mit GIT aus.
- Du hast ein Grundverständnis von Machine Learning und Reinforcement Learning.
- Du besitzt ein überdurchschnittliches Maß an Eigeninitiative sowie eine sorgfältige, gewissenhafte Arbeitsweise.
- Du besitzt sehr gute Deutsch- und Englischkenntnisse in Wort und Schrift.
- 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.
Erhalte hier Einblicke zum Arbeiten am FZI
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.
Jetzt bewerben Zurück