Masterarbeit (w/m/d) - Reinforcement Learning basierte Flugregelung

Kennziffer: 3616
Arbeitsort: Braunschweig, Cochstedt
Eintrittsdatum: April 2026
Karrierestufe: Studien- & Abschlussarbeit
Beschäftigungsgrad: Teilzeit, Vollzeit
Dauer der Beschäftigung: nach Absprache

Vergütung: Die Vergütung erfolgt gemäß der jeweils geltenden Tarifverträge des öffentlichen Dienstes (Bund).

Steige ein in die faszinierende Welt des Deutschen Zentrums für Luft- und Raumfahrt e. V. (DLR), um mit Forschung und Innovation die Zukunft mitzugestalten! Mit dem Know-how und der Neugier unserer 11.000 Mitarbeitenden aus 100 Nationen sowie unserer einzigartigen Infrastruktur bieten wir ein spannendes und inspirierendes Arbeitsumfeld. Gemeinsam entwickeln wir nachhaltige Technologien und tragen so zur Lösung globaler Herausforderungen bei. Möchtest du diese große Zukunftsaufgabe mit uns zusammen angehen? Dann ist dein Platz bei uns!

Herzlich willkommen am Institut für Flugsystemtechnik. Im Zentrum unserer Arbeit steht das Zusammenspiel von Flugzeugkonfiguration, Pilotinnen und Piloten und moderner Flugsystem-Technologie. Von der Flugdynamik bis zu unbemannten Luftfahrzeugen, von der Simulation bis zum realen Flugversuch – wir analysieren, testen und entwickeln Innovationen, die das Fliegen der Zukunft prägen.

Das erwartet dich

Die autonome Flugregelung stützt sich zunehmend auf Reinforcement Learning (RL), um direkt aus Daten und Interaktionen leistungsstarke Regelungsstrategien zu entwickeln. RL kann sich online an neue Bedingungen anpassen und ist besonders geeignet für schwer zu konzipierende Ziele auf Missionsebene (Effizienz, Flugbereich, Komfort).

In diesem Zusammenhang wird eine Masterarbeit ausgeschrieben, um den Betrieb eines RL-basierten Flugreglers abzusichern. Die Arbeit umfasst die Implementierung eines Actor-Critic RL-Algorithmus und eines Sicherheitsfilters. Zur Abschätzung von Unsicherheiten sollen Ansätze des maschinellen Lernens (einschließlich Gaußscher Prozesse) untersucht werden. Die Betreuung erfolgt gemeinsam durch das DLR und Prof. Mayank Shekhar Jha vom Research Center for Automatic Control (CRAN), Centres Internationaux de Recherche (CNRS), Université de Lorraine, Frankreich.

Deine Aufgaben

Entwurf eines RL-Algorithmus für die Lageregelung eines Flugzeugs mit morphendem Flügel
Training und Bewertung des RL-Agenten in einer Simulation, zum Nachweis einer stabilen und effizienten Flugregelung
Erweiterung der Regelung um einen Sicherheitsfilter, der unsichere Flugzustände wie übermäßige Rollwinkel oder aerodynamischen Strömungsabriss verhindert
Integration einer Unsicherheitsschätzung in das Sicherheitsfilter-Framework, z. B. mit Gauß-Prozessen
Analyse und Visualisierung der Trainingsleistung, der Sicherheitsmargen und des Reglerverhaltens
Optional: Integration des Reglers in das PROTEUS-Testflugzeug und Demonstration in Flugtests

Das bringst du mit

derzeitige Immatrikulation in einem Masterstudiengang in Informatik, Regelungstechnik oder einem verwandten Fachgebiet
fundierte Kenntnisse im Bereich Reinforcement Learning, beispielsweise Policy Gradient Methods
gutes Verständnis von Regelungstechnik und Flugdynamik
Erfahrung mit TensorFlow, PyTorch für numerische Optimierung, neuronale Netze und Deep Learning
ausgeprägte Programmierkenntnisse, insbesondere in Python oder C++

Das bieten wir dir

Das DLR steht für Vielfalt, Wertschätzung und Gleichstellung aller Menschen. Wir fördern eigenverantwortliches Arbeiten und die individuelle Weiterentwicklung unserer Mitarbeitenden im persönlichen und beruflichen Umfeld. Dafür stehen dir unsere zahlreichen Fort- und Weiterbildungsmöglichkeiten zur Verfügung. Chancengerechtigkeit ist uns ein besonderes Anliegen, wir möchten daher insbesondere den Anteil von Frauen in der Wissenschaft und Führung erhöhen. Bewerbungen schwerbehinderter Menschen bevorzugen wir bei fachlicher Eignung.

Wir freuen uns darauf, dich kennenzulernen!

Fragen zu dieser Position ( Kennziffer 3616 ) beantwortet dir gerne:

Mark Spiller
Tel.: +49 531 295 1159