Reinforcement Learning Expert - Humanoid (Mensch)

Neura Robotics; Zürich; Vor Ort; CHF 73.712 - 110.568; Vollzeit

Zusammenfassung

Neura Robotics in Zürich sucht einen Experten für Reinforcement Learning und Behavior Cloning zur Entwicklung fortschrittlicher Algorithmen für humanoide Roboter. Die Rolle umfasst die Sicherstellung der Stabilität des Roboters und die Optimierung von autonomen Aufgaben.

Der ideale Kandidat hat eine Master-Abschluss oder Promotion in Robotik/Informatik und Kenntnisse in Programmiersprachen sowie Robotik-Frameworks, um innovative Lösungen zu entwickeln. Erfahrungen in Deep Learning und GPU-Programmierung sind von Vorteil.

Qualifikationen

• Erfahrung in der Entwicklung von Algorithmen des Reinforcement Learnings für Robotersysteme.
• Gute Kenntnisse in Programmiersprachen, insbesondere Python, C++, oder Java.
• Kenntnisse in Bewegungsplanungsalgorithmen und Wahrnehmungssystemen für Roboter.

Aufgaben

• Leitung der Entwicklung von Algorithmen für humanoide Roboter.
• Sicherstellen der Stabilität beim Gehen und Handhaben von Objekten.
• Zusammenarbeit mit Hardware-Ingenieuren für die Integration der Algorithmen.

Kenntnisse

Reinforcement Learning

Behavior Cloning

Python

C++

Robotik-Frameworks (z. B. ROS)

Deep Learning

GPU-Programmierung

Ausbildung

Master-Abschluss oder Promotion in Robotik, Informatik oder einem verwandten Fachgebiet

Tools

Isaac Gym

Jobbeschreibung

Deine Mission & Herausforderungen

Gemeinsam schaffen wir den Schritt in eine neue Ära Kognitiver Roboter:

Als Experte für Reinforcement Learning und Behavior Cloning für humanoide Roboter bei NEURA Robotics leitest Du die Entwicklung und Implementierung von hochmodernen Algorithmen und Systemen. Du wirst eng mit unserem Robotik-Engineering-Team zusammenarbeiten, um die Autonomie, Anpassungsfähigkeit und Interaktionsmöglichkeiten unserer humanoiden Roboter zu verbessern. Dies beinhaltet:

• Sicherstellen der Stabilität des Humanoiden 4NE-1 beim Gehen und Handhaben von Objekten

• Entwurf, Implementierung und Optimierung von Algorithmen des Reinforcement Learnings, die auf humanoide Roboter zugeschnitten sind, um komplexe Aufgaben autonom auszuführen

• Entwicklung von Techniken zum Klonen von Verhalten, um die Effizienz und Sicherheit von Roboteroperationen in verschiedenen Umgebungen zu verbessern

• Integration von Ansätzen zum Verstärkungslernen und Klonen von Verhalten, damit Roboter sowohl aus simulierten als auch aus realen Interaktionen lernen können

• Zusammenarbeit mit Hardware-Ingenieuren, um eine nahtlose Integration der Algorithmen mit der Roboterhardware und den Sensoren zu gewährleisten

• Durchführung von Experimenten und Simulationen zur Bewertung und Validierung der algorithmischen Leistung in verschiedenen Szenarien

Auf was können wir uns freuen

• Master-Abschluss oder Promotion in Robotik, Informatik oder einem verwandten Fachgebiet

• Gute Kenntnisse in Programmiersprachen wie Python, C++ oder Java mit praktischer Erfahrung in Robotik-Frameworks (z. B. ROS) und Roboter-Hardware-Plattformen

• Erfahrung in der Entwicklung und dem Einsatz von Algorithmen des Reinforcement Learnings und Techniken zum Klonen von Verhalten für Robotersysteme, mit einem ausgeprägten Verständnis für die Dynamik humanoider Roboter, Steuerungstheorie und Sensorintegration

• Vertrautheit mit Simulationswerkzeugen wie Isaac Gym und ein solider Hintergrund in Bewegungsplanungsalgorithmen und Wahrnehmungssystemen für Roboter

• Ausgeprägte analytische Fähigkeiten und die Fähigkeit, innovative Lösungen in der Robotik zu entwickeln, idealerweise einschließlich einer Erfolgsbilanz von Veröffentlichungen oder Beiträgen zu Konferenzen und Fachzeitschriften

• Erfahrung mit Deep Learning ist ein Plus, insbesondere mit Frameworks wie PyTorch oder TensorFlow für Anwendungen in den Bereichen Computer Vision, Reinforcement Learning oder Behavior Cloning

• Kenntnisse in der GPU-Programmierung und in der Entwicklung von Deep-Learning-Modellen für Robotikanwendungen