PhD Autonomy Engineer Intern - Planning & Controls (Reinforcement Learning)

Skydio ist das führende US-Drohnenunternehmen und der Weltmarktführer im Bereich autonomes Fliegen, die Schlüsseltechnologie für die Zukunft von Drohnen und Luftmobilität. Das Skydio-Team kombiniert tiefgehende Expertise in künstlicher Intelligenz, erstklassiger Hardware- und Softwareproduktentwicklung, operativer Exzellenz und Kundenorientierung, um ein breiteres, vielfältigeres Publikum von Drohnenbenutzern zu befähigen.

Skydio baut die fortschrittlichsten autonomen Drohnen der Welt, die in Bereichen wie Inspektion, öffentliche Sicherheit, Verteidigung, Kinematografie und mehr eingesetzt werden. Ihre Forschung wird nicht in einem Papier verstauben – sie wird fliegen und gestalten, wie Piloten und Betreiber reale Missionen in komplexen Umgebungen durchführen.

Entwickeln und implementieren Sie Verstärkungslernen (und angrenzende Methoden des Policy-Lernens), die es den Skydio-Flugzeugen ermöglichen, intelligenter zu planen, zu navigieren und sich selbst zu steuern – sicher, zuverlässig und effizient – über unser Ökosystem: Handheld-Apps, Bodensteuerung, Cloud-Autonomie-Dienste und Flottenarbeitsabläufe.

Wie Sie einen Einfluss ausüben werden:

• Navigation & Vermeidung in der Wildnis: Trainieren Sie Politiken, die sich online an unübersichtliche 3D-Szenen (Wälder, Brücken, städtische Schluchten) anpassen und unseren geometrischen Stapel für robuste Hindernisvermeidung und dynamisches Zielverfolgen ergänzen.
• RL-unterstützte Planung: Kombinieren Sie erlernte Kostenformung/Wertfunktionen mit Trajektorienoptimierung für sanften, agilen Flug mit engen Sicherheitsrahmen und Missionsbeschränkungen.
• Sim > Real in großem Maßstab: Erstellen Sie skalierbare Datensätze und Trainingsschleifen mit Isaac Lab, domänenrandomisierung, residualem Lernen und Sicherheitsfiltern; validieren Sie wöchentlich an echten Drohnen.
• Mensch-in-der-Schleife geteilte Kontrolle: Lernen Sie unterstützende Politiken, die Pilotabsichten, Autonomie-Vorannahmen und unsicherheitsbewusste Verhaltensweisen für intuitive Kontrollübergaben kombinieren.
• Flotte & Multi-Agenten: Erkunden Sie dezentrale Koordination für Abdeckung, Verfolgung und kollaborative Kartierung mit minimaler Kommunikation.

Was dieses Praktikum besonders macht:

• Echte Hardware-Rhythmus: Prototyp in der Simulation, dann Flugtests an produktionsbereiten Flugzeugen und Edge-Computing. Ihre Arbeit soll einen Unterschied in der realen Welt machen, nicht nur in der Simulation.
• Sicherheitsorientiertes Lernen: Wir kombinieren RL mit formalen Einschränkungen, Schätzung von Unsicherheiten und konservativen Aktionsfiltern für eine zuverlässige Bereitstellung in menschlichen Umgebungen.
• Interdisziplinäre Mentorschaft: Arbeiten Sie mit Teams für Wahrnehmung, Kartierung, Steuerung und Produkt zusammen, um den Kreis von der Forschung zu den Betriebsabläufen zu schließen.

Was Sie zu einer starken Besetzung macht:

• Doktorand in Robotik, Maschinellem Lernen, Steuerung oder einem verwandten Bereich.
• Starke Grundlagen in RL, Regelungstheorie und Bewegungsplanung; Vertrautheit mit Sicherheits-/Robustheitskonzepten.
• Erfahren in Python (PyTorch/JAX/Ray RLlib) und mindestens einer der Sprachen C++ oder CUDA.
• Praktische Erfahrung mit Robotersimulation (Isaac Lab/MuJoCo/PyBullet) und Sim2Real-Techniken.
• Erfahrung im Training/Bereitstellen von Politiken für Navigation, Manipulation oder Fortbewegung an echten Robotern oder autonomen Fahrzeugen.

Wünschenswert:

• Erfahrung mit Onboard-Inferenzoptimierung (TensorRT, Quantisierung, Sparsamkeit).
• Vertrautheit mit modernem Policy-Lernen über einfaches RL hinaus: Diffusionspolitiken, IL/BC, Offline-RL, modellbasiertes RL.
• Erfahrung mit Multi-Agenten-RL oder verteiltem Training.

Vergütung: Der Stundenlohn für diese Position beträgt ~50 € für Doktoranden. Die Vergütung variiert je nach Faktoren wie Fähigkeitsniveau, Kenntnissen, übertragbarem Wissen und Erfahrung.

Qualifizierte Bewerber erhalten unabhängig von Rasse, Hautfarbe, Religion, Geschlecht, sexueller Orientierung, Geschlechtsidentität, nationaler Herkunft, Behinderung, geschütztem Veteranenstatus oder anderen durch Bundes-, Landes- oder lokale Antidiskriminierungsgesetze geschützten Merkmalen Berücksichtigung für eine Anstellung.

Für Positionen in den Vereinigten Staaten verwendet Skydio, Inc. E-Verify, um die Beschäftigungsberechtigung zu bestätigen.