Examensarbete, 30 HP: Reinforcement Learning för klarering av styrsystem i stridsflygplan
Technology, Data & Digital · Data, AI & Analytics · Machine Learning · Software Engineering
In short
Examensarbete på 30 HP hos Saab i Linköping som utforskar användningen av Reinforcement Learning (RL) för att identifiera worst-case manövrar och förbättra klareringsprocessen för styrsystem i stridsflygplan. Projektet kombinerar AI, optimering och simulering för att lösa verkliga utmaningar inom flygteknik.
Responsibilities
- Undersöka hur RL-baserade metoder kan identifiera worst-case manövrar.
- Utveckla och utvärdera ett ramverk för en effektiv och systematisk klareringsprocess.
- Kombinera artificiell intelligens, optimering och simulering.
- Analysera och visualisera utforskade testfallsparametrar för beslutsstöd.
- Genomföra litteraturstudie på tidigare forskning.
- Formulera lämpliga 'reward functions'.
- Designa och implementera RL-ramverkets arkitektur.
- Presentera data och worst-case fall.
- Jämföra med nuvarande metodik.
Requirements
- Student som är i slutet av civilingenjörsutbildning inom teknisk fysik, datateknik eller motsvarande.
- Ska påbörja examensarbete om 30 hp.
- God analytisk förmåga.
- Fallenhet för att tänka utanför boxen.
- Intresse för maskininlärning, optimering och programmering.
Desired Qualifications
- Intresse för flyg är meriterande.
- Utbildning/erfarenhet inom maskininlärning, specifikt Reinforcement Learning.
- Goda kunskaper inom exempelvis Python, Git och Matlab.
Benefits
- Möjlighet att tillämpa teoretiska kunskaper på verkliga utmaningar.
- Samarbeta med erfarna ingenjörer och specialister.
- Få ovärderlig praktisk erfarenhet.
- Bidra till Saabs tillväxt och utveckling.
- Stöd och vägledning för att omsätta teoretiska kunskaper i praktiska lösningar.
- Möjlighet att bli en drivande kraft bakom Saabs tekniska framsteg.
#AI#Machine Learning#Reinforcement Learning#Aerospace#Control Systems#Verification#Simulation
Company
Saab
Job Posted
1 week ago
Expires
in 1 month
Employment Type
Internship
WorkMode
On Site
Experience Level
Entry
Locations
Linköping, Sweden
Qualification
Master
Applicants
Be an early applicant