Student/in Luft- und Raumfahrttechnik, Maschinenbau o.ä. (w/m/d) - Maschinelles Lernen für die Lenkung und Steuerung von Raumfahrtsystemen

Location

Bremen | Germany

Job description

Bookmark

Studien-/ Abschlussarbeit

Untersuchung von Techniken des maschinellen Lernens für die Lenkung und Steuerung von Raumfahrtsystemen

Untersuchung von Techniken des maschinellen Lernens für die Lenkung und Steuerung von Raumfahrtsystemen

Beginn

1. April 2024

Dauer

6 Months

Vergütung

bis Entgeltgruppe 5 TVöD

Beschäftigungsgrad

Teilzeit

Der Bereich des maschinellen Lernens (ML) umfasst Techniken der Künstlichen Intelligenz (KI), die darauf abzielen, menschliche Lernprozesse zu emulieren und Daten und Algorithmen zu nutzen, um die Vorhersagegenauigkeit iterativ zu verbessern. Die Integration von ML-Methoden in die Entwicklung von Steuerungen für Raumfahrzeuge und Trägerraketen hat das Potenzial, die Autonomie der Systeme zu erhöhen und damit die Bandbreite möglicher Anwendungen zu erweitern, einschließlich der Realisierung von vollständig wiederverwendbaren Trägerraketen und Fortschritten bei der Erforschung des Weltraums.

Ein jüngster bemerkenswerter Fortschritt in der ML-Forschung, der auf Guidance and Control (G&C) angewendet wird, ist die Implementierung des Reinforcement Learning (RL)-Algorithmus. RL erleichtert die Erstellung von Steuerungen für eine bestimmte Anlage, indem es direkt mit dem System interagiert und von ihm lernt. Auch die Genetische Programmierung (GP), eine weitere ML-Technik, kann in ähnlicher Weise eingesetzt werden. GP ist ein evolutionärer Algorithmus, der seine Wurzeln in der Darwinschen Evolutionstheorie hat. Programme werden entwickelt, um eine bestimmte Fitnessfunktion zu minimieren/maximieren. GP bietet den besonderen Vorteil, dass es auch die Struktur des Controllers liefert, die zum besseren Verständnis der Funktionsweise des Modells verwendet werden kann.

Ihre Aufgabe ist es, diese beiden Techniken auf das G&C-Design eines Raumschiff- oder Trägerraketenmodells anzuwenden. Im Besonderen:

• machen Sie sich mit der Theorie und der Implementierung von RL und GP vertraut
• wenden Sie diese beiden Techniken zunächst auf einen einfachen Testfall an, z.B. ein umgekehrtes Pendel auf einem Wagen
• wenden Sie sie auf die gewählte Raumfahrtanwendung an
• vergleichen und analysieren Sie die Ergebnisse
• wenn es die Zeit erlaubt, untersuchen Sie die Kombination von GP und RL. GP kann zum Beispiel verwendet werden, um Lernstrategien für RL zu entwickeln

• Bachelor in Luft- und Raumfahrttechnik oder Maschinenbau
• Grundkenntnisse in den Programmiersprachen Python und Matlab
• Kenntnisse der Grundlagen der Kontrolltheorie
• Beherrschung des wissenschaftlichen Schreibens
• gute Kenntnisse der englischen Sprache
• Vorkenntnisse in RL- und GP-Techniken erwünscht
• Kenntnisse über traditionelle G&C-Architekturen erwünscht

Freuen Sie sich auf einen Arbeitgeber, der Ihr Engagement zu schätzen weiß und Ihre Entwicklung durch vielfältige Qualifizierungs- und Weiterbildungsmöglichkeiten fördert. Unser einzigartiges Arbeitsumfeld bietet Ihnen Gestaltungsfreiräume und eine unvergleichbare Infrastruktur, in der Sie Ihre Mission verwirklichen können. Vereinbarkeit von Privatleben, Familie und Beruf sowie Chancengleichheit von Personen aller Geschlechter (w/m/d) sind wichtiger Bestandteil unserer Personalpolitik. Bewerbungen schwerbehinderter Menschen bevorzugen wir bei fachlicher Eignung.

Job tags

Salary