Stellenausschreibung114: Unterschied zwischen den Versionen
Co1539 (Diskussion | Beiträge) |
Co1539 (Diskussion | Beiträge) |
||
Zeile 64: | Zeile 64: | ||
'''WE EXPECT''' | '''WE EXPECT''' | ||
*Ability to implement both state of the art and experimental algorithms | *Ability to implement both state of the art and experimental algorithms | ||
− | *Basic C++ knowledge (C++11, STL, etc.) | + | *Basic C++ or Python knowledge (C++11, STL, etc.) |
*Sound English or German skills | *Sound English or German skills | ||
*High creativity and productivity | *High creativity and productivity |
Version vom 16. September 2020, 13:03 Uhr
Studentische Hilfskraft - Automatisiertes/Autonomes Fahren - Maschinelles Lernen
Stellenausschreibung
Automatisierte, kooperative Fahrzeuge müssen im Straßenverkehr in einer hochgradig dynamischen, interagierenden und nur unvollständig wahrnehmbaren Umwelt Entscheidungen treffen. Bisherige Ansätze beschränken sich meist darauf, Situationen allein aus einer egozentrischen Perspektive heraus, ohne Kooperationsaspekte mit, beziehungsweise zwischen anderen Verkehrsteilnehmern zu berücksichtigen.
Für die Prädiktion und Planung von kooperativen Fahrmanövern kommen Such- und Lernverfahren zum Einsatz welche die Interdependenzen der einzelnen Verkehrsteilnehmer berücksichtigten, sowie die Systemzustände probabilistisch modellieren.
AUFGABEN
Das Projekt umfasst eine Vielzahl von Aufgaben unter anderem suche wir Unterstützung in folgenden Bereichen.
- Lernen von Kostenmetriken für Fahrmanöver (Inverse Reinforcement Learning)
- Lernen von Verhaltensmodellen (Deep Reinforcement Learning)
- Hyperparameter Optimierung (Baysian Optimization)
- Parallelisierung des Suchverfahrens
- Beschreibung und Erstellung von Testszenarien
- Ableiten von Kooperationsaspekten
WIR BIETEN
- ein interdisziplinäres Forschungsumfeld mit Partnern aus Wissenschaft und Wirtschaft
- eine konstruktive Zusammenarbeit mit hellen, motivierten Mitarbeitern
- eine angenehme Arbeitsatmosphäre
WIR ERWARTEN
- Fähigkeit sowohl State of the Art, als auch experimentelle Algorithmen zu implementieren
- Grundlegende C++ Kenntnisse (C++11, STL, etc.)
- Fundierte Englisch- oder Deutschkenntnisse
- Hohe Kreativität und Produktivität
- Wissen auf dem Gebiet der Künstlichen Intelligenz (insbesondere Such- und Lernverfahren), Spieltheorie oder verwandten Bereichen sind von Vorteil
- Erfahrungen mit Such- und Lernverfahren wie z.B. Monte Carlo Tree Search/Reinforcement Learning sind von Vorteil
ERFORDERLICHE UNTERLAGEN
- aktueller Notenauszug
- tabellarischer Lebenslauf
KONTAKT
Karl Kurzer
HiWi / Tutor(in)
keine Angabe
Angewandte Technisch-Kognitive Systeme
keine Angabe