Vereinigte Staaten
Esri
Palona AI
PhD Research Intern – Robotik & Physical AI
Vereinigte Staaten
Los Altos, California, United States
PythonC++
Automatische Übersetzung. Prüfe das Original.
Über die Stelle
Palona AI baut die operative Intelligenzschicht für Physical AI auf.
Ein Kernbestandteil unserer Forschung ist das Verständnis von Interaktionen: Interaktionen, nicht nur Objekte, werden als primäres Wahrnehmungsziel behandelt. Unser Ziel ist es, agentenbasierte Systeme zu ermöglichen, die nicht nur auf Anweisungen reagieren, sondern proaktiv auf Ereignisse reagieren – Systeme, die verstehen, was in der physischen Welt geschieht, die richtige Reaktion planen und rechtzeitig Maßnahmen ergreifen.
Wir erweitern diese Fähigkeit nun zu einem geschlossenen Robotersystem:
Wahrnehmung → Interaktionsverständnis → Planung → Bereitstellung → Ausführungsüberwachung → Neuplanung
Wir suchen einen PhD Research Intern mit starkem Hintergrund in Robotik, der uns hilft, diese nächste Stufe unseres Physical AI Stacks zu prototypisieren und zu evaluieren.
Das Praktikum konzentriert sich auf Forschung und Vorproduktions-Experimente, die unsere Interaktionsverständnismodelle mit echten Robotern in dynamischen Umgebungen verbinden. Erste Anwendungsfälle umfassen Restaurants und das Gesundheitswesen, wo zeitnahe, kontextbezogene Entscheidungen kritisch sind.
Dies ist eine praxisorientierte Forschungsrolle für jemanden, der an Problemen arbeiten möchte, die zwischen Spitzenforschung im Bereich KI und der Implementierung in der realen Robotik liegen.
Sie haben die Möglichkeit, an Systemen zu arbeiten, die nicht auf Benchmark-Evaluierungen oder Simulationen beschränkt sind, sondern für den Betrieb in realen physischen Umgebungen konzipiert sind, in denen Wahrnehmung, Timing, Zuverlässigkeit und Ausführung gleichermaßen wichtig sind.
Woran Sie arbeiten werden
- Erweiterung unserer Interaktionsverständnismodelle zur Unterstützung von Echtzeit-Roboter-Deployment-Entscheidungen.
- Aufbau geschlossener Systeme, die Wahrnehmung, Planung, Roboter-Ausführung, Überwachung und Neuplanung verbinden.
- Entwicklung von Methoden zur Entscheidung, wann, wo und wie ein Roboter basierend auf Ereignissen in der physischen Welt und dem operativen Kontext handeln soll.
- Integration und Programmierung realer Roboterplattformen für Forschungs- und Vorproduktions-Experimente.
- Überwachung der Roboter-Ausführung, Erkennung von Fehlern oder Abweichungen und Auslösung von schnellen Neuplanungen und Re-Deployments.
- Konzeption von Experimenten für eingeschränkte, aber wirtschaftlich sinnvolle Robotikaufgaben in Restaurant- und Gesundheitsumgebungen.
- Bewertung der Systemrobustheit bei Änderungen von Akteuren, Objekten, Orten, Zeitpunkten und Umgebungsbedingungen.
- Erforschung, wie interaktionszentrierte Repräsentationen zuverlässigeres und besser generalisierbares Roboterverhalten unterstützen können.
- Beitrag zu Forschungsveröffentlichungen, Prototypen und potenziell patentierbaren Systeminnovationen.
Was wir suchen
- Aktuell promovierend in Robotik, Informatik, KI, Computer Vision, Machine Learning oder einem verwandten Fachgebiet.
- Umfangreiche praktische Erfahrung in der Robotik, idealerweise durch Arbeit in einem akademischen oder industriellen Robotiklabor.
- Erfahrung in der Programmierung, im Training, in der Integration und im Debugging von echten Robotern.
- Vertrautheit mit Robotik-Wahrnehmung, -Planung, -Steuerung oder embodied AI-Systemen.
- Starke Software-Engineering-Kenntnisse, vorzugsweise in Python und C++.
- Erfahrung mit modernen deep learning Frameworks wie PyTorch.
- Fähigkeit, fließend zwischen Forschungsideen und funktionierenden physischen Systemen zu wechseln.
Bevorzugte Qualifikationen
- Veröffentlichungen auf Top-KI-, Computer-Vision- oder Robotik-Veranstaltungen wie NeurIPS, ICML, ICLR, CVPR, ICCV, ECCV, RSS, CoRL, ICRA oder IROS.
- Erfahrung mit Vision-Language-Modellen, Video-Verständnis, Interaktionserkennung, embodied AI oder Robot Learning.
- Erfahrung mit Echtzeit-Wahrnehmungs- und Entscheidungsfindungssystemen.
- Erfahrung mit ROS / ROS2, Simulationsumgebungen, Bewegungsplanung oder Robotik-Middleware.
- Erfahrung in der Bereitstellung von Modellen oder Robotiksystemen außerhalb rein simulierter Umgebungen.
- Hintergrund oder Domänenverständnis im Gesundheitswesen, bei assistiven Robotern, Krankenhausbetrieb, Altenpflege oder klinischen Umgebungen.
- Erfahrung im Umgang mit begrenzten, verrauschten oder schwach überwachten Daten.
Mehr Möglichkeiten mit einem Profil
Für mehr Stellen berücksichtigt werden, ohne den ganzen Prozess zu wiederholen? Erstellen Sie Ihr Profil, damit Unternehmen auf Nort Sie finden.
Profil erstellen