Logo Mercedes - Benz AG

Student für Masterarbeit: Learning Dexterous Robot Manipulation

Neu

Job

  • Level
    Junior
  • Job Feld
    Software, Data
  • Anstellung
    Vollzeit
  • Vertragsart
    Praktikum / Schulpraktikum
  • Ort
    Böblingen
  • Arbeitsmodell
    Hybrid, Onsite
  • Job Zusammenfassung

    In dieser Masterarbeit beschäftigst du dich mit der Entwicklung leistungsfähiger Robot-Learning-Systeme durch Teleoperation und Demonstrationsdaten, während du Hand-Retargeting-Pipelines und Datenerfassungs-Tools für komplexe Manipulationsaufgaben erstellst.

    Job Technologien

    Deine Rolle im Team

    • In unserem crossfunktionalen Team AI Research - Physical AI erforschen wir neueste Technologien für KI-gestützte Robotikarchitekturen und moderne AI-Stacks.
    • Ein zentrales Forschungsfeld ist das Lernen komplexer Manipulationsfähigkeiten aus menschlichen Demonstrationen.
    • In dieser Masterarbeit untersuchst du, wie Teleoperation, Demonstrationsdaten und Vision-Language-Action-Modelle zur Entwicklung leistungsfähiger Robot-Learning-Systeme eingesetzt werden können.
    • Dextere Roboterhände ermöglichen die Ausführung komplexer Manipulationsaufgaben und gelten als wichtiges Anwendungsfeld moderner Robot-Learning-Verfahren.
    • Aktuelle Learning-from-Demonstration- und Vision-Language-Action-Ansätze versprechen eine effiziente Übertragung menschlicher Fähigkeiten auf Robotersysteme.
    • Ziel der Arbeit ist die wissenschaftliche Untersuchung des Zusammenhangs zwischen Demonstrationsdaten, Teleoperationsverfahren und der Leistungsfähigkeit moderner Robot-Learning-Ansätze.
    • Hierzu werden Demonstrationsdaten mit einer dexteren Roboterhand erhoben, verschiedene Lernverfahren trainiert und deren Generalisierungsfähigkeit unter unterschiedlichen Versuchsbedingungen systematisch evaluiert.
    • Die Arbeit soll neue wissenschaftliche Erkenntnisse über den Zusammenhang zwischen Teleoperation, Demonstrationsdatenqualität und der Leistungsfähigkeit moderner Robot-Learning-Verfahren liefern.
    • Diese Herausforderungen kommen auf Dich zu:
    • Literaturrecherche zu dexterer Teleoperation, Hand-Retargeting, Imitation Learning sowie modernen Vision-Language-Action-Modellen (z. B. ACT, Diffusion Policy, OpenVLA oder π0).
    • Aufbau bzw. Erweiterung einer Teleoperationsplattform zur Steuerung einer fünffingrigen Roboterhand.
    • Entwicklung einer Hand-Retargeting-Pipeline zur Übertragung menschlicher Handbewegungen auf die Kinematik einer dexteren Roboterhand unter Erhalt der Manipulationsabsicht.
    • Definition repräsentativer Manipulationsaufgaben sowie Aufbau einer synchronisierten Datenerfassungs-Pipeline zur Integration von Mehrkamera-Bilddaten, propriozeptiven Signalen und Roboteraktionen.
    • Erhebung, Aufbereitung und Analyse eines Demonstrationsdatensatzes für Learning-from-Demonstration-Ansätze.
    • Training und Benchmarking von Imitation-Learning-Baselines sowie Fine-Tuning moderner Vision-Language-Action-Modelle auf den erhobenen Daten.
    • Planung und Durchführung kontrollierter Experimente zur Untersuchung des Einflusses von Demonstrationsqualität, Datenmenge, Datensatzdiversität und Sensorik auf die Modellleistung.
    • Wissenschaftliche Evaluation der resultierenden Strategien auf einer realen Roboterplattform hinsichtlich Erfolgsrate, Robustheit und Generalisierung auf unbekannte Objekte, Objektlagen und Manipulationssituationen.
    • Analyse der Ergebnisse sowie Ableitung wissenschaftlich fundierter Empfehlungen für effiziente Learning-from-Demonstration-Systeme.

    Unsere Erwartungen an dich

    Ausbildung

    • Laufendes Masterstudium der Informatik, Robotik, Künstlichen Intelligenz, Elektrotechnik oder eines vergleichbaren Studiengangs.

    Qualifikationen

    • Interesse an Robot Learning, Computer Vision und Embodied AI.
    • Selbstständige, strukturierte und wissenschaftliche Arbeitsweise.
    • Sichere Deutsch- und Englischkenntnisse in Wort und Schrift.
    • Engagement und Teamfähigkeit.

    Erfahrung

    • Gute Python-Kenntnisse sowie erste Erfahrungen mit Machine Learning oder Robotik.
    • Idealerweise praktische Erfahrungen mit Deep Learning Frameworks (z. B. PyTorch) und Linux.

    Unser Angebot

    • Die Tätigkeit kann ab Oktober 2026 beginnen.

    Benefits

    Mehr Netto

    Gesundheit, Fitness & Fun

    Work-Life-Integration

    Essen & Trinken

    Themen mit denen du dich im Job beschäftigst

    Job Standorte

    • Standort Böblingen

      Baden-Württemberg

      Deutschland

    Das ist dein Arbeitgeber

    Mercedes - Benz AG

    Mercedes - Benz AG

    Die Automarke Mercedes-Benz ist eine Handelsmarke der Daimler AG und war 2016 besonders erfolgreich. Insgesamt wurden 2,08 Millionen Neufahrzeuge der Marke weltweit verkauft. Neben Mercedes-Benz Cars, Daimler Trucks, Mercedes-Benz Vans, Daimler Buses und Daimler Mobility gehört der Fahrzeughersteller zu den größten Anbietern von Premium-Pkw und ist weltweit führend in der Produktion von Nutzfahrzeugen.

    Description

  • Gründungsjahr
    1926
  • Unternehmenstyp
    Etablierte Firma
  • Arbeitsmodell
    Hybrid, Onsite
  • Branche
    Fahrzeugbau, Zulieferer, Industrie, Produktion
  • Arbeitgeber-Reviews

    von devworkplaces.com

    Gesamt

    (1 Bewertung)
    4.4
    • Workingconditions

      4.8
    • Engineering

      4.0
    • Career Growth

      4.8
    • Culture

      4.2
    Alle Reviews anzeigen
    Logo Mercedes - Benz AG

    Student für Masterarbeit: Learning Dexterous Robot Manipulation

    Ort
    Böblingen
    Arbeitsmodell
    Hybrid, Onsite
    Diversität
    Für alle Personen geeignet (m/w/d)

    Weitere Jobs