Bahnplanung von Robotern

TÄTIGKEIT: Studien-/ Abschlussarbeit

Ihre Mission:

Algorithmen des „Sampling-based motion planning“ für die Roboter-Bahnplanung, wie Rapidly-exploring Random Trees (RRT) und Probabilistic Roadmaps (PRM), haben sich als effektiv erwiesen und können mit komplexen, realen Umgebungen umgehen. Diese Ansätze können jedoch unter dem „curse of dimensionality“ leiden, bei dem die Anzahl der zur Abdeckung des Konfigurationsraums erforderlichen Stichproben exponentiell mit der Anzahl der Dimensionen wächst.

Wir suchen eine/n motivierte/n und talentierte/n Student/in, der/die unser Forschungsteam als Masterthesis-Praktikant/in im Bereich der Bahnplanung von Robotern unterstützt: Entwicklung von Machine Learning Algorithmen für die Analyse der Umgebung, um die Effizienz der Bahnplanung zu steigern.

Ihre Aufgaben:

• Durchführung von Forschungsarbeiten auf dem Gebiet des „Sampling-based motion planning“ mit Schwerpunkt auf der Entwicklung und Umsetzung neuer Algorithmen, um frühere Erfahrungen zur Steigerung der Effizienz zu nutzen
• Entwurf und Durchführung von Experimenten zur Bewertung der Leistung des entwickelten Algorithmus
• Verfassen und Vorlage einer umfassenden Masterarbeit über die Forschungsarbeit

Ihre Qualifikation:

• derzeit eingeschrieben in einem Masterstudium in Robotik, Informatik oder einem verwandten Fachgebiet
• Erfahrung in der Programmierung mit Python und C++
• verhandlungssicher in Englisch und/oder Deutsch
• Erfahrung in der Robotik und/oder angewandte Erfahrung mit Gaussian Mixture Models ist von Vorteil

Ihr Start:

Freuen Sie sich auf einen Arbeitgeber, der Ihr Engagement zu schätzen weiß und Ihre Entwicklung durch vielfältige Qualifizierungs- und Weiterbildungsmöglichkeiten fördert.Unser einzigartiges Arbeitsumfeld bietet Ihnen Gestaltungsfreiräume und eine unvergleichbare Infrastruktur, in der Sie Ihre Mission verwirklichen können.Vereinbarkeit von Privatleben, Familie und Beruf sowie Chancengleichheit von Personen aller Geschlechter (w/m/d) sind wichtiger Bestandteil unserer Personalpolitik.Bewerbungen schwerbehinderter Menschen bevorzugen wir bei fachlicher Eignung.