Job description
DEINE MISSION & HERAUSFORDERUNGEN POLICY DESIGN & TRAINING
- Du entwickelst und trainierst lernbasierte Policies, die multimodale Sensordaten – von Vision und Sprache bis hin zu taktiler Sensorik und IMU-Daten – in präzise, flüssige und sichere Roboteraktionen übersetzen. MULTI-CONTACT MANIPULATION
- Du arbeitest an einer der anspruchsvollsten Herausforderungen der Robotik: der Multi-Contact-Manipulation auf realer, unteraktuierter und taktil hochauflösender Hardware.
- Dabei bewegst du dich an der Schnittstelle von Imitation Learning, Reinforcement Learning und realer Hardware-Deployment. STEUERUNG HOCHGESCHICKTER ROBOTERHÄNDE
- Du bringst den Roboterhänden von NEURA bei, Objekte mit menschenähnlicher Geschicklichkeit zu greifen, zu manipulieren und mit ihrer Umgebung zu interagieren. ZUSAMMENARBEIT & UMSETZUNG
- Du arbeitest eng mit Teams aus Machine Learning, Robotik und Softwareentwicklung zusammen, um trainierte Policies erfolgreich auf die Hardware zu bringen und produktiv einzusetzen. WAS DU MITBRINGST
- Master- oder PhD-Abschluss in Robotik, Informatik, Machine Learning oder einem verwandten Fachgebiet mit Schwerpunkt auf Robotischer Manipulation oder Reinforcement Learning.
- Praktische Erfahrung beim Training von Manipulations-Policies mittels Imitation Learning oder Deep Reinforcement Learning auf realen Roboterarmen oder hochgeschickten Roboterhänden.
- Tiefgehende Kenntnisse in GPU-beschleunigten Simulationsumgebungen wie Isaac Lab, Isaac Sim, Mu. JoCo oder vergleichbaren Frameworks, einschließlich der Entwicklung eigener Simulationsumgebungen und Assets.
- Sehr gute Kenntnisse in Py. Torch sowie Erfahrung mit Robot-Learning-Frameworks wie:
- Stable-Baselines3
- Ray RLlib
- Le. Robot
- Fundiertes Verständnis von:
- Kinematik
- Dynamik
- Räumlichen Transformationen
- Regelungstechnik und Closed-Loop-Control
- Sehr gute Programmierkenntnisse in Python und C++.
- Erfahrung mit sauberem, reproduzierbarem Software-Engineering sowie dem Einsatz von Git und Docker. VON VORTEIL
- Erfahrung mit Teleoperationssystemen wie:
- VR-Controllern
- Datenhandschuhen
- Vision-basiertem Handtracking
- Erfahrung beim Training oder Fine-Tuning von Vision-Language-Action (VLA)-Modellen oder diffusionsbasierten Architekturen.
- Erfahrung mit sehnengetriebenen oder stark unteraktuierten mechanischen Systemen.
- Gute Englischkenntnisse; Deutschkenntnisse sind ein Plus.