Lernbasierte Planung mobiler Roboterflotten in gemeinsam mit Menschen genutzten Umgebungen

Technical University of Munich

Munich, Germany · Lehrstuhl für Fördertechnik Materialfluss Logistik (TUM-ED)

ThesisMunich
Posted
First seen 30 October 2026 (today)
Deadline
Not specified
Department
Lehrstuhl für Fördertechnik Materialfluss Logistik (TUM-ED)
Category
Thesis
Employment type
Not specified
Language
Not specified

Summary

Beschreibung Ausgangssituation Lohnkosten und die Deglobalisierung erhöhen den Bedarf an flexibler Automatisierung in der Intralogistik. Autonome mobile Roboter können Transportprozesse übernehmen und dabei in Arbeitsumgebungen eingesetzt werden, die sie mit Menschen teilen. Die Planung solcher Roboterflotten muss daher neben Effizienz und Zuverlässigkeit auch Sicherheit und die Interaktion mit Menschen berücksichtigen. Die Verbindung von KI und Robotik eröffnet neue Möglichkeiten für eine anpassungsfähige Flottenplanung. Insbesondere maschinelle Lernverfahren wie Reinforcement Learning bieten Ansätze, um Entscheidungen in dynamischen Umgebungen zu erlernen und auf veränderte Transportbedarfe sowie menschliche Bewegungen zu reagieren. Zielsetzung der Arbeit • Analyse bestehender Methoden der Flottenplanung und geeigneter Lernverfahren • Entwicklung und simulationsgestützte Umsetzung eines lernbasierten Planungsansatzes unter Berücksichtigung menschlicher Bewegungen • Bewertung von Transportleistung, Anpassungsfähigkeit und Mensch-Roboter-Konflikten im Vergleich zu einem Referenzverfahren • Diskussion der Übertragbarkeit auf industrielle Anwendungen und der Grenzen der Simulation Voraussetzungen • Studium eines technischen Studiengangs • Interesse an Robotik, KI und Intralogistik • Erste Programmierkenntnisse (z.B. Python) • Erfahrungen mit maschinellem Lernen oder Simulation von Vorteil • Selbstständige, strukturierte Arbeitsweise und Bereitschaft zur Einarbeitung in neue Methoden

All 416 jobs