Ausgangssituation und Beschreibung

In der industriellen Robotik entscheidet die Wahl der Roboterpose über Energieverbrauch, Präzision und Kollisionsfreiheit. Mit steigender Komplexität stoßen klassische Optimierer zunehmend an Grenzen, da die Lösungsräume teils exponentiell anwachsen und die Integration zahlreicher Nebenbedingungen oft zu Rechenengpässen auf klassischer Hardware führt. Quantenbasierte Optimierungsverfahren (z. B. QAOA, VQE oder Quantum Annealing) bieten hier neue Möglichkeiten, die Pose durch einen Quantenschaltkreis darzustellen und anschließend effizienter zu lösen.

Im Zuge dieses Projekts sollen zunächst etablierte Methoden zur Quantenoptimierung der Roboterpose untersucht, praktisch erprobt, verglichen und anschließend erweitert werden (neue/größere Anwendungsfälle, weitere Algorithmen, …). Ziel ist es, zu untersuchen, inwieweit Quantenverfahren zu einer effizienteren und robusteren Auswahl von Posen beitragen können und ob dadurch qualitativ bessere Ergebnisse im Vergleich zu klassischen Methoden erzielt werden. Zudem ist die Erstellung einer wiederverwendbaren und modular erweiterbaren Anwendung, die als Grundlage für künftige Forschungs- und Industrieprojekte dienen kann wichtig.

Vorkenntnisse und Anforderungen

• Sehr gute Deutsch- oder Englischkenntnisse

• Selbstständige, strukturierte Arbeitsweise und sichere Literaturrecherche

• Gute Python-Skills

• Grundkenntnisse in Optimierung/OR oder Robotik von Vorteil

• (Optional, vorteilhaft) Erfahrung mit Quantencomputing

Bewerbung

Bitte senden Sie Ihre aussagekräftigen Unterlagen (Lebenslauf und vollständige Notenübersicht) per E-Mail ein.

Kategorien:

Kontakt: