Stage-oe-small.jpg

Thema4826: Unterschied zwischen den Versionen

Aus Aifbportal
Wechseln zu:Navigation, Suche
(4 dazwischenliegende Versionen desselben Benutzers werden nicht angezeigt)
Zeile 39: Zeile 39:
  
  
'''KONTAKT'''
+
'''KONTAKT'''  
[Daniel Bogdoll](mailto:bogdoll@fzi.de)
+
 +
[https://www.fzi.de/wir-ueber-uns/organisation/mitarbeiter/address/daniel-bogdoll/ Daniel Bogdoll]
 
}}
 
}}

Version vom 13. Oktober 2021, 18:59 Uhr



Deep Reinforcement Learning for Autonomous Driving




Informationen zur Arbeit

Abschlussarbeitstyp: Master
Betreuer: Daniel Bogdoll
Forschungsgruppe: Angewandte Technisch-Kognitive Systeme
Partner: FZI
Archivierungsnummer: 4826
Abschlussarbeitsstatus: Offen
Beginn: 06. Oktober 2021
Abgabe: unbekannt

Weitere Informationen

Am AIFB und FZI beschäftigen wir uns 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. Bewirb dich gerne auch bei Interesse an einer Hiwi-Stelle, BA o.ä. :)


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


ERFORDERLICHE UNTERLAGEN

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


KONTAKT

Daniel Bogdoll