Student/in (w/m/d): Multi-Agent Deep Reinforcement Learning für UAVs

Das erwartet dich

Wir in der Abteilung für unbemannte Luftfahrzeuge (UAVs) erforschen innovative Methoden der Künstlichen Intelligenz und des Deep Learning, um UAVs intelligenter und sicherer zu machen. Den bemerkenswerten Erfolg von Multi-Agent Deep Reinforcement Learning in vielen komplexen Aufgaben - von Brettspielen bis hin zu komplexen Computerspielen und Robotersteuerungen - wollen wir dabei gezielt auf UAVs übertragen und dessen praktische Nutzbarkeit für reale Missionen erproben.

Beispielhafte Anwendungen umfassen dabei unter anderem die Koordination von verschiedenen UAVs in einem Schwarm, die Kollisionsvermeidung von UAVs in der Nähe eines Flughafens oder auch die kooperative Routenplanung bei Search-and-Rescue Operationen. Darauf aufbauend ergeben sich viele interessante Fragestellungen, wie z.B. die Skalierbarkeit bei steigender Agentenzahl, die Anpassungsfähigkeit an dynamische Umgebungen, der Einfluss von Kommunikationsmethoden und Latenzen auf die Schwarm-Koordination, die Interoperabilität heterogener Plattformen (Multicopter, Fixed-Wing Luftfahrzeuge, …) und die Übertragbarkeit aus der Simulation in den realen Flugversuch.

In diesem Rahmen ergeben sich in unseren Forschungsprojekten viele spannende Fragestellungen, die sowohl als Praktikum als auch als Masterarbeit bearbeitet werden können – bitte gib deine Präferenz im Bewerbungsanschreiben an. Wir freuen uns auf deine Bewerbung!

Deine Aufgaben

• Einarbeitung in eine Multi-Agent Reinforcement Learning Trainingsumgebung
• ggf. Erweiterungen der Trainingsumgebung um für UAV relevante Features
• Literaturrecherche zu Methoden des Multi-Agent Reinforcement Learning
• Training von Multi-Agent Reinforcement Learning Agenten
• Evaluation der trainierten Agenten, inkl. ihrer Stärken und Schwächen 
• Dokumentation der Ergebnisse
• ggf. erste Mitarbeit an wissenschaftlichen Veröffentlichungen 

Das bringst du mit

• laufendes Hochschulstudium im Bereich Informatik, Robotik, Luft- und Raumfahrt, Mathematik oder vergleichbarem (Master)
• Programmierkenntnisse (Python)
• erste Kenntnisse in den Bereichen Deep Learning und (Multi-Agent) Reinforcement Learning 
• erste Erfahrung im Training und der Evaluation von (Multi-Agent) Reinforcement Learning 
• erste Erfahrung in der Nutzung von (Multi-Agent) Reinforcement Learning Bibliotheken