Deep Reinforcement Learning für autonomes Fahren

Bachelorarbeit, Hilfskraftstelle, Masterarbeit, Praxissemester + Praktika

Themen-Schwerpunkt: Maschinelles Lernen, Mobilität, Sichere und intelligente Fahrzeuge
Studiengänge: Elektrotechnik, Informatik, Informationstechnik, Verwandte Studiengänge, Wirtschaftsinformatik

Umfeld

Autonomes Fahren am FZI

Die Abteilung Technisch Kognitive Systeme (TKS) beschäftigt sich mit Fragestellungen rund um das Thema  autonomes Fahren. Unsere Reinforcement Learning Pipeline für autonome Fahrzeuge basiert auf CARLA und  ClearML mit Nvidia RTX GPUs. Wir untersuchen insbesondere State-Repräsentationen und Wissensintegration für autonome Agenten. Eine Herausforderung stellen Situationen mit widersprüchlichen Verkehrsregeln dar.

Dafür benötigen wir Unterstützung in zahlreichen Bereichen, wobei man sich seinen Stärken und Interessen entsprechend einbringen kann. Mögliche Themen sind Graph-based State Representation, State-of-the-art Benchmarking, CARLA AD Challenge Participation, Knowledge Integration oder Situational Awareness.

Aufgaben

  • Literaturrecherche, Analyse und Bewertung des Stands der Technik
  • Implementierung und Evaluation von ausgewählten Algorithmen in Python

Wir bieten

  • Ein interdisziplinäres Arbeitsumfeld mit Partnern aus Wissenschaft und Wirtschaft
  • Fordernde Aufgabenstellungen in einem spannenden und hochaktuellen Themengebiet
  • Regelmäßige Meetups mit den Studierenden in meinem Team
  • Bei herausragender Arbeit Einreichung eines Papers zur Publikation bei einer Konferenz
  • Freie, eigenständige Arbeitsweise mit kurzen, strukturierten Weekly Meetings für regelmäßiges Feedback

Wir erwarten

  • Gute Python-Programmierkenntnisse (unter Linux mit Git)
  • Theoretische Kenntnisse im Bereich Machine Learning / Deep Learning
  • Praktische Erfahrung mit Tensorflow oder PyTorch
  • Selbständiges Denken und Arbeiten, Motivation und Engagement
  • Fließend in Englisch oder Deutsch
  • Bonuspunkte gibt es für Erfahrungen mit RL, ROS, CARLA, ClearML und LaTeX

Bewerbung

Wir freuen uns auf Deine PDF-Bewerbung an Daniel Bogdoll mit folgenden Unterlagen:

  • Zwei Sätze über deine Motivation (in der E-Mail)
  • Aktueller Notenauszug (und falls vorhanden, Bachelorzeugnis)
  • Tabellarischer Lebenslauf

Weitere Informationen

  • Gerne beantworte ich dir Fragen und berücksichtige eigene Vorschläge und Interessen
  • Start: Flexibel, gerne ab sofort
  • Home-Office ist jederzeit möglich
  • Betreuendes Institut am KIT: AIFB | Prof. Dr. J. Marius Zöllner