Entwicklung und Training von Roboteragenten in realistischen Simulationsumgebungen

Reinforcement Learning (RL) in Kombination mit physikalisch realistischer Simulation bietet großes Potenzial für die Entwicklung intelligenter Roboter. NVIDIA Isaac Sim ermöglicht die Simulation komplexer Robotik-Szenarien mit realistischer Physik und bietet eine moderne Plattform für das Training von RL-gesteuerten Agenten. In dieser Abschlussarbeit soll ein Roboteragent in Isaac Sim durch belohnungsbasiertes Lernen trainiert werden, um autonome Aufgaben zu bewältigen – mit einer direkten Schnittstelle zu ROS 2 zur realitätsnahen Systemintegration.

Der Fokus liegt auf der Verbindung von Simulation, Reinforcement Learning und moderner Robotersoftware, um robuste, übertragbare Verhaltensstrategien zu entwickeln.

Ziele und Aufgaben:

• Aufbau einer Simulationsumgebung in Isaac Sim für eine vorgegebene Roboteraufgabe (z. B. Navigation, Pick & Place).

• Implementierung und Training von RL-Algorithmen (z. B. PPO, SAC) mit geeigneten Frameworks (z. B. Isaac Gym, RLlib, Stable Baselines3).

• Anbindung an ROS 2, z. B. für Sensordaten, Steuerungsschnittstellen oder Datenvisualisierung.

• Evaluation des Lernverhaltens (Konvergenz, Stabilität, Generalisierung).

• (Optional) Erweiterung durch Methoden wie Domain Randomization oder Curriculum Learning.

Voraussetzungen:

• Gute Programmierkenntnisse in Python.

• Erste Erfahrung mit Reinforcement Learning und zugehörigen Frameworks (z. B. Gym, PyTorch, TensorFlow).

• Interesse an Robotik, Simulation und KI.

• Grundkenntnisse in ROS 2 (oder Bereitschaft, sich schnell einzuarbeiten).

• Gute Deutsch- oder Englischkenntnisse.

• Selbstständige und strukturierte Arbeitsweise.

Organisatorisches:

• Beginn: ab sofort oder nach Absprache.

• Art der Arbeit: Bachelorarbeit, Masterarbeit oder Projektarbeit.

• Individuelle Betreuung.

Wenn du Interesse hast, sende bitte deinen Lebenslauf, dein Transcript sowie ein kurzes Motivationsschreiben mit Bezug auf das Thema (1 Din A4 Seite, Arial 11 pt 1.5 linespace) an die unten angegebene E-Mail-Adresse. Ich freue mich auf deine Nachricht!

Kategorien:

Kontakt: