Lernbasierte Planung für den autonomen Rennsport: Erweiterung eines Simulationsframeworks

Institute

Lehrstuhl für Fahrzeugtechnik (TUM-ED)

Type

Bachelor's Thesis / Semester Thesis / Master's Thesis /

Content

experimental / theoretical /  

Description

In dieser Arbeit soll ein bestehendes Simulationsframework für den autonomen Racing Stack um die Planungskomponente erweitert und zu einem Learning Gym ausgebaut werden, in dem diffusionsbasierte oder Reinforcement-Learning-Planer trainiert und evaluiert werden können.

Requirements

• Starkes Interesse & Motivation für den autonomen Rennsport
• Eigeninitiative & selbstständige Arbeitsweise
• Programmierkenntnisse in C++
• Kenntnisse von ROS und Docker
• Vorerfahrung im Bereich Machine Learning vorteilhaft

Tags

FTM AV, FTM AV Evaluation, FTM Esser, FTM Informatik

Possible start

sofort

Contact

Daniel Esser, M.Sc.
Room: MW 3505
Phone: +49 89 289 15342
daniel.essertum.de

Announcement