Student-/in Multi-Agent Deep Reinforcement Learning für UAV's (w/m/d) - Anwendungsentwicklung, Forschung, Ingenieur

Das ist der Job

Von der Flugdynamik bis zu unbemannten Luftfahrzeugen, von der Simulation bis zum realen Flugversuch – wir analysieren, testen und entwickeln Innovationen, die das Fliegen der Zukunft prägen.

Das erwartet dich Wir in der Abteilung für unbemannte Luftfahrzeuge (UAVs) erforschen innovative Methoden der Künstlichen Intelligenz und des Deep Learning, um UAVs intelligenter und sicherer zu machen.

Den bemerkenswerten Erfolg von Multi-Agent Deep Reinforcement Learning in vielen komplexen Aufgaben - von Brettspielen bis hin zu komplexen Computerspielen und Robotersteuerungen - wollen wir dabei gezielt auf UAVs übertragen und dessen praktische Nutzbarkeit für reale Missionen erproben.

Konkret umfasst die Aufgabenstellung die folgenden Teilaufgaben, wobei die konkrete Ausgestaltung je nach Deinen Interessensgebieten und Erkenntnissen im Rahmen unserer Forschungsprojekte angepasst werden kann. Deine Aufgaben • Einarbeitung in eine Multi-Agent Reinforcement Learning Trainingsumgebung • Ggf.

Das brauchst du

Darauf aufbauend ergeben sich viele interessante Fragestellungen, wie z.B. die Skalierbarkeit bei steigender Agentenzahl, die Anpassungsfähigkeit an dynamische Umgebungen, der Einfluss von Kommunikationsmethoden und Latenzen auf die Schwarm-Koordination, die Interoperabilität heterogener Plattformen (Multicopter, Fixed-Wing Luftfahrzeuge, ...) und die Übertragbarkeit aus der Simulation in den realen Flugversuch.

Erweiterungen der Trainingsumgebung um für UAV relevante Features • Literaturrecherche zu Methoden des Multi-Agent Reinforcement Learning • Training von Multi-Agent Reinforcement Learning Agenten • Evaluation der trainierten Agenten, inkl. ihrer Stärken und Schwächen • Dokumentation der Ergebnisse und ggf. erste Mitarbeit an wissenschaftlichen Veröffentlichungen Das bringst du mit • Laufendes Hochschulstudium im Bereich Informatik, Robotik, Luft- und Raumfahrt, Mathematik oder vergleichbarem (Master) • Programmierkenntnisse (Python) • Erste Kenntnisse in den Bereichen Deep Learning und (Multi-Agent) Reinforcement Learning • Erste Erfahrung im Training und der Evaluation von (Multi-Agent) Reinforcement Learning sowie in der Nutzung von (Multi-Agent) Reinforcement Learning Bibliotheken • Freude an unabhängiger, selbstständiger Arbeit und der Bearbeitung wissenschaftlicher Fragestellungen Wir freuen uns darauf, dich kennenzulernen!

Darum lohnt es sich

Kennziffer: 5706 Arbeitsort: Braunschweig Eintrittsdatum: ab sofort Karrierestufe: Praktikum; Studien- & Abschlussarbeit Beschäftigungsgrad: Vollzeit; Teilzeit Dauer der Beschäftigung: nach Absprache Vergütung: Die Vergütung erfolgt gemäß der jeweils geltenden Tarifverträge des öffentlichen Dienstes (Bund).

Im Zentrum unserer Arbeit steht das Zusammenspiel von Flugzeugkonfiguration, Pilotinnen und Piloten und moderner Flugsystem-Technologie.

In diesem Rahmen ergeben sich in unseren Forschungsprojekten viele spannende Fragestellungen, die sowohl als Praktikum als auch als Masterarbeit bearbeitet werden können – bitte gib Deine Präferenz im Bewerbungsanschreiben an. Herzlich willkommen am Institut für Flugsystemtechnik.

Beispielhafte Anwendungen umfassen dabei unter anderem die Koordination von verschiedenen UAVs in einem Schwarm, die Kollisionsvermeidung von UAVs in der Nähe eines Flughafens oder auch die kooperative Routenplanung bei Search-and-Rescue Operationen. Wir freuen uns auf Deine Bewerbung!

Fragen zu dieser Position (Kennziffer 5706) beantwortet dir gerne: Johann Christoph Dauer Tel.: +49 531 295 3262