Künstliche Intelligenz befähigt robotische Systeme, unterschiedlichste und komplexe Aufgaben flexibel zu bewältigen. Basis dafür sind moderne Foundation Models beziehungsweise Vision‑Language‑Action‑Modelle (VLAs) wie NVIDIA GR00T. Zugleich gewinnt die Open‑Source‑Gemeinschaft immer mehr an Bedeutung – Plattformen wie Huggingface fördern den offenen Austausch und die Demokratisierung von KI‑Werkzeugen.

Im Rahmen dieser studentischen Arbeit soll das LeRobot Framework am Beispiel des Open-Source-Roboterarms SO-100 in Betrieb genommen und evaluiert werden.

Aufgabenstellung

• Einarbeitung und Recherche
  • Recherche zu Vision‑Language‑Action‑Modellen und Imitation Learning
  • LeRobot Framework und SO‑100
• Konzeption und Umsetzung
  • Aufbau und Inbetriebnahme des SO‑100 in der Realität, ggf. auch in der Simulation
  • Erfassung und Vorverarbeitung von Demonstrationsdaten
  • Training von Imitation Learning Policies mit LeRobot
  • Finetuning von VLA‑Modellen auf den gesammelten Daten
• Evaluierung
  • Festlegung quantitativer Metriken
  • Robustheitstests unter variierenden Bedingungen
  • Ggf. Vergleich von Simulation und Realbetrieb

Vorkenntnisse

• Grundlegende Programmierkenntnisse (Python)
• Interesse an Robotik und KI
• Sehr gute Deutsch- und Englischkenntnisse
• Selbstständige, strukturierte Arbeitsweise

Weitere Informationen erhalten Sie gerne in einem persönlichen Gespräch.
Kontaktaufnahme bitte ausschließlich per E-Mail an christopher.may@faps.fau.de mit aussagekräftigen Unterlagen (Lebenslauf, vollständige Notenübersicht).
Generische oder KI-generierte Bewerbungen werden nicht berücksichtigt.

Der Arbeitsumfang wird an die Art der Arbeit angepasst.

Kategorien:

Kontakt: