Physische KI: Robot Learning mit VLAs, Cobots und Vision-Sensorik

• Aufbau und Nutzung von Simulationsumgebungen (MuJoCo, Isaac Sim, Gazebo) zur Erprobung von KI-Methoden • Sim-to-Real-Transfer von Simulationen auf reale Cobots • Recherche und Vergleich aktueller Lernverfahren (Imitation Learning, RL, VLA-Modelle) • Datenaufnahme per Teleoperation und Integration von RGB-D-Kameras • Training, Feintuning und Inferenz von KI-Modellen • Anbindung von Wahrnehmung und Modellinferenz an Robotersteuerung über ROS2 • Durchführung und Auswertung von Experimenten zur Bewertung von Ansätzen

• Studium in Informatik, Robotik, Mechatronik, Elektrotechnik, Maschinenbau oder verwandtem Fach • Sicherer Umgang mit Linux/Ubuntu und praktische Erfahrung mit ROS2 • Grundverständnis von Robotik und Computer Vision • Erste Erfahrung mit KI-Modellen und PyTorch • Programmierkenntnisse in Python, idealerweise auch C++ • Erfahrung mit Simulationstools (MuJoCo, Isaac Sim, Gazebo) von Vorteil • Selbstständige, strukturierte Arbeitsweise • Gute Deutsch- und Englischkenntnisse

nicht angegeben