Mercedes-Benz AG | Германия | 71xxx Böblingen | Неполный рабочий день - гибкий / Полный рабочий день / Домашний офис | Опубликовано: 23.07.2026 на stepstone.de ♿️
Студент*in für Masterarbeit: Обучение ловкому манипуляции роботами с помощью человеческих демонстраций
Жизнь всегда стремится стать... В жизни речь идет о том, чтобы отправиться в путешествие, чтобы стать лучшей версией нашего будущего себя. Когда мы открываем новые вещи, мы сталкиваемся с проблемами, осваиваем их и развиваемся за пределами нас.
Подайте заявку на Mercedes-Benz и найдите область, где вы можете развивать свои таланты индивидуально. Вас будут поддерживать дальновидные коллеги, которые разделяют ваш новаторский дух. Присоединиться к нам означает стать частью глобальной команды, целью которой является создание самых желанных автомобилей в мире. Вместе для совершенства.
Номер: MER00046D1
* После нажатия кнопки Читать далее откроется оригинальное объявление на сайте нашего партнера, где вы можете посмотреть детали этой вакансии и контактные данные. Если вам необходим перевод этого текста, то после возвращения на наш сайт он будет подготовлен и вы можете его прочитать, нажав на кнопку Показать весь перевод.
Ваши задания • Ваш профиль • Что мы предлагаем
- Жизнь всегда стремится стать... В жизни речь идет о том, чтобы отправиться в путешествие, чтобы стать лучшей версией нашего будущего себя. Когда мы открываем новые вещи, мы сталкиваемся с проблемами, осваиваем их и развиваемся за пределами нас.
- Подайте заявку на Mercedes-Benz и найдите область, где вы можете развивать свои таланты индивидуально. Вас будут поддерживать дальновидные коллеги, которые разделяют ваш новаторский дух. Присоединиться к нам означает стать частью глобальной команды, целью которой является создание самых желанных автомобилей в мире. Вместе для совершенства.
- Номер: MER00046D1 Mercedes-Benz Group AG является одной из самых успешных автомобильных компаний в мире. С Mercedes-Benz AG производитель автомобилей является одним из крупнейших поставщиков премиальных и роскошных автомобилей и фургонов. В нашей кросс-функциональной команде AI Research - Physical AI мы исследуем новейшие технологии для робототехники на основе ИИ и современных стеков ИИ. Центральным направлением исследований является изучение сложных навыков вмешательства из человеческих демонстраций. В этой магистерской диссертации вы изучите, как модели телеоперации, демонстрационных данных и движения полосы зрения могут использоваться для разработки мощных систем обучения роботов. Руки робота Dextere позволяют выполнять сложные манипуляции и считаются важной областью применения современных методов обучения роботов. Современные подходы к обучению на основе демонстрации и визуального языка обещают эффективную передачу человеческих возможностей роботизированным системам. Тем не менее, он открыт для того, какие факторы влияют на эффективность обучения и возможности обобщения этих процедур. Целью работы является научное исследование взаимосвязи между демонстрационными данными, процедурами телеоперации и эффективностью современных подходов к обучению роботов. Для этого собираются демонстрационные данные с помощью руки робота-декстера, обучаются различные методы обучения и систематически оценивается их обобщающая способность в различных экспериментальных условиях. Возможные вопросы исследования:
- Какое влияние оказывает качество ручного ретаргетинга на эффективность стратегий манипулирования?
- Как размер и разнообразие набора демонстрационных данных влияют на скорость успеха и возможности обобщения?
- Какое влияние оказывают различные конфигурации камер и сенсорных систем на производительность обучения? В какой степени модели Vision Language Action выигрывают от тонкой настройки по сравнению с классическим обучением имитации?
- Какие факторы ограничивают переносимость телеуправляемых демонстраций на неизвестные объекты и сценарии манипуляций?
- Работа предоставит новые научные данные о взаимосвязи между телеоперацией, качеством демонстрационных данных и производительностью современных процессов обучения роботов. Результаты призваны способствовать лучшему пониманию того, как возможности ловких манипуляций могут быть эффективно переданы от людей к роботизированным системам с использованием подходов обучения от демонстрации и моделей действий видения. Кроме того, для будущих роботизированных систем обучения будут разработаны конкретные рекомендации, касающиеся сбора данных, качества демонстрации, сенсорной технологии и обучения модели. Эти вызовы приходят к вам:
- Литературные исследования в области телеоперации декстереров, ручного ретаргетинга, обучения имитации, а также современных моделей действия языка зрения (например, ACT, политика диффузии, OpenVLA или π0)
- Строительство или расширение платформы телеоперации для управления пятью пятью роботами
- Разработка ретаргетингового трубопровода для передачи движений рук человека в кинематику роботизированной руки при сохранении намерения манипулирования
- Определение репрезентативных задач манипулирования и создание синхронизированного конвейера сбора данных для интеграции мультикамерных данных изображения, фирменных сигналов и действий роботов
- Сбор, подготовка и анализ набора демонстрационных данных для подходов обучения на основе демонстрации
- Обучение и бенчмаркинг базовых линий обучения имитации, а также тонкая настройка современных моделей действий видения-языка на собранных данных
- Планирование и реализация контролируемых экспериментов для изучения влияния качества демонстрации, количества данных, разнообразия записей и сенсорной технологии на производительность модели
- Научная оценка полученных стратегий на реальной платформе робота в отношении скорости успеха, надежности и обобщения на неизвестных объектах, положениях объектов и ситуациях манипулирования
- Анализ результатов и получение научно обоснованных рекомендаций для эффективных систем обучения на основе демонстрации
- Деятельность может начаться с октября 2026 года.
- Текущая степень магистра в области компьютерных наук, робототехники, искусственного интеллекта, электротехники или сопоставимый курс исследований
- Хорошие навыки питона и первый опыт машинного обучения или робототехники
- Интерес к обучению роботов, компьютерному зрению и воплощенному ИИ
- Идеальный практический опыт работы с фреймворками глубокого обучения (например, PyTorch) и Linux
- Самозанятая, структурированная и научная работа
- Безопасное знание немецкого и английского языка в слове и письме
- Обязательство и командные навыки
- Дополнительная информация:
- Мы с нетерпением ждем вашего онлайн-заявки с резюме, надписями, сертификатами, текущим свидетельством о зачислении, дающим семестр и подтверждение регулярного периода обучения. Пожалуйста, не забудьте пометить ваши документы как «релевантные для этого приложения» в онлайн-форме и соблюдать максимальный размер файла 5 МБ. Дополнительную информацию о критериях установки можно найти здесь. Инвалиды и уравненные кандидаты приветствуются!
- Представитель с ограниченными возможностями (sbv-sindelfingen@mercedes-benz.com) с радостью поддержит вас в процессе подачи заявки. People Solutions с радостью поможет вам с вопросами о процессе подачи заявки. Вы можете связаться с нами по электронной почте myhrservice@mercedes-benz.com или по телефону 0711/17-99000 (Mo-Fr 10-12am & 13-15am).
- Пищевые добавки
- Работник по возможности
- Скидки сотрудников возможны
- Участие работников возможно
- Кадровые события коучинг
- Гибкое рабочее время возможно
- Гибридная работа возможна
- Меры здравоохранения
- Трудоустройство
- Мобильность предлагает
- Парковочное место
- Бизнес-врач
- Хорошая связь
- Доступность
- Уход за детьми
- Кантин, кафе
Местонахождение
 | Mercedes-Benz AG | |
| 71032 Böblingen | ||
| Германия |
Текст этого объявления был переведен с немецкого на русский язык посредством системы автоматического перевода и может содержать как смысловые, так и лексические ошибки. Поэтому он может использоваться только в ознакомительных целях. Для более детальной информации перейдите к тексту оригинального объявления по ссылке ниже.
Для получения дополнительной информации читайте исходное объявление