Master Thesis - Reinforcement Learning for wheeled, bipedal robots

Jetzt bewerben » Ort: Stuttgart Datum: 18.10.2026 Master Thesis - Reinforcement Learning for wheeled, bipedal robots Die Fraunhofer-Gesellschaft (www.fraunhofer.de ) ist eine der weltweit führenden Organisationen für anwendungsorientierte Forschung. 74 Institute entwickeln wegweisende Technologien für unsere Wirtschaft und Gesellschaft – genauer: 30 000 Menschen aus Technik, Wissenschaft, Verwaltung und IT. Sie wissen: Wer zu Fraunhofer kommt, will und kann etwas verändern.

Für sich, für uns und die Märkte von heute und morgen. Advertisement for the field of study such as : automation technology, electrical engineering, computer science, cybernetics, aerospace engineering, mechanical engineering, mathematics, mechatronics, physics, control engineering, software design, software engineering, technical computer science or comparable. In the Professional Service Robots - Outdoor research group we develop autonomous, mobile robots for a variety of outdoor applications, such as agriculture, forestry and logistics.

The focus is on the development of an autonomous outdoor navigation solution as well as the hardware of the robots. Wheeled, bipedal robots combine the advantages of dynamic walking with efficient wheeled locomotion. Controlling such systems in real-world environments is challenging due to the high-dimensional dynamics, non-linear contact interactions, and varying surface conditions. Reinforcement learning (RL) offers a promising approach to develop adaptive and robust control policies, but training on physical hardware is often impractical and unsafe.

Realistic simulation environments are therefore essential. NVIDIA Isaac Sim with Isaac Lab enables high-fidelity physics simulation, sensor emulation, and RL-compatible environments for training and evaluating complex locomotion and navigation behaviours. Was Sie bei uns tun In this thesis, you will design and implement a simulation environment for a wheeled, bipedal robot in NVIDIA Isaac Sim, ensuring realistic physics for hybrid locomotion. You will develop and train RL algorithms for hybrid locomotion tasks, including transitioning between locomotion modes and balancing on uneven terrain.

To assess the quality and limitations of the training, you will compare the simulated behaviour with the real-world performance of our internally developed bipedal robot.

Was Sie mitbringen

Valid enrollment at a German university/Hochschule Background in Computer Science, Software Engineering, Mechanical Engineering, Mechatronics or similar Experience with Reinforcement Learning Experience with Physic Engines is a plus Experience with NVIDIA Isaac Sim and Isaac Lab is a plus Experience with ROS is a plus Analytical mindset Enthusiasm for mobile robotics Fluent in English or German Was Sie erwarten können Cutting-edge technology in the field of outdoor mobile robotics Hands on with our robots in Stuttgart Take on responsibility and freedom to implement your own ideas Work with the best students in their discipline Familiar atmosphere including Cake Thursday Wir wertschätzen und fördern die Vielfalt der Kompetenzen unserer Mitarbeitenden und begrüßen daher alle Bewerbungen – unabhängig von Alter, Geschlecht, Nationalität, ethnischer und sozialer Herkunft, Religion, Weltanschauung, Behinderung sowie sexueller Orientierung und Identität.

Schwerbehinderte Menschen werden bei gleicher Eignung bevorzugt eingestellt. Mit ihrer Fokussierung auf zukunftsrelevante Schlüsseltechnologien sowie auf die Verwertung der Ergebnisse in Wirtschaft und Industrie spielt die Fraunhofer-Gesellschaft eine zentrale Rolle im Innovationsprozess. Als Wegweiser und Impulsgeber für innovative Entwicklungen und wissenschaftliche Exzellenz wirkt sie mit an der Gestaltung unserer Gesellschaft und unserer Zukunft.

Haben wir Ihr Interesse geweckt? Dann bewerben Sie sich jetzt online mit Ihren aussagekräftigen Bewerbungsunterlagen. Wir freuen uns darauf, Sie kennenzulernen! Frau Jennifer Leppich Recruiting +49 711 970-1415 jennifer.leppich@ipa.fraunhofer.de Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA www.ipa.fraunhofer.de Kennziffer: 82451 Bewerbungsfrist: Stellensegment: Mechanical Engineer, Computer Science, Electrical Engineering, Controls Engineer, Engineering, Technology, Bilingual Jetzt bewerben »