Wissenschaftliche/r Mitarbeiter/in (w/m/d) PostDoc

Wir vom LFB sind davon überzeugt, dass die bahnbrechendsten Durchbrüche dort entstehen, wo unterschiedliche Perspektiven aufeinandertreffen. Unsere Mission ist es, die Lücke zwischen komplexen Rohdaten und realen klinischen sowie robotischen Anwendungen zu schließen und abstrakte Sensorsignale in Erkenntnisse umzuwandeln, die das Leben verändern. Wir pflegen eine kooperative und integrative Forschungskultur – eine lebendige Gemeinschaft, in der Pionierarbeit in den Bereichen Bildgebungstechnik, Computerwissenschaft und verkörperte Intelligenz zum Leben erweckt wird.

Werden Sie Teil eines visionären Forschungsteams am Lehrstuhl für Bildgebung und Bildverarbeitung (LFB) der RWTH Aachen. Wir entwickeln physische KI-Systeme – Roboter und verkörperte Agenten, die die physische Welt wahrnehmen, logisch schlussfolgern und handeln. Inspiriert von modernsten Vision-Language-Action-Modellen (VLA) erweitern wir die Grenzen des Roboterlernens, des verstärkenden Lernens aus Erfahrung und des Einsatzes von Foundation-Modellen auf Roboterplattformen in der Praxis. Diese Postdoc-Stelle ist von zentraler Bedeutung für einen Gründungsmoment: den Aufbau einer neuen Forschungsgruppe für physikalische KI an einer der führenden technischen Universitäten Europas, eingebettet in ein Netzwerk führender Industrie- und klinischer Partner.

Die RWTH ist als familiengerechte Hochschule zertifiziert.

Prüfen Sie unten, ob Sie die Voraussetzungen für diese Stelle erfüllen, und wenn ja, bewerben Sie sich so schnell wie möglich.
Die RWTH bietet im Rahmen eines Universitären Gesundheitsmanagements eine Vielzahl von Gesundheits-, Beratungs- und Präventionsangeboten (z. B. Hochschulsport) an. Für Tarifbeschäftigte und Beamtinnen und Beamte besteht ein umfangreiches Weiterbildungsangebot und die Möglichkeit, ein Jobticket zu erwerben.

Als Postdoc-Forscher/in und Mitbegründer/in der Physical AI-Gruppe entwickeln Sie Methoden, die es Robotern ermöglichen, aus Demonstrationen, Korrekturen und eigenen Erfahrungen zu lernen, und setzen diese in realen Umgebungen ein.
• Vision-Language-Action (VLA)-Modelle: Entwurf und Implementierung von VLA-Architekturen, die Vision, Sprache und Aktion für geschickte Manipulation integrieren, aufbauend auf großen vortrainierten Vision-Language-Backbones (z. B. VLMs mit 5 Milliarden Parametern).
• Verstärkendes Lernen aus Erfahrung: Entwicklung von RL-Pipelines – Offline-RL, vorteilskonditionierte Strategien –, die es Robotern ermöglichen, über reine Nachahmung hinauszuwachsen und durch autonome Erfahrung eine Robustheit auf menschlichem Niveau sowie übermenschliche Robustheit zu erreichen.
• Beherrschung von Aufgaben mit langem Zeithorizont: Untersuchung der Zuordnung von Verdiensten über ausgedehnte Aufgaben hinweg mittels gelernter Wertfunktionen, wodurch Roboter in der Lage sind, sich kumulierende Fehler in komplexen realen Szenarien zu erkennen und zu korrigieren.
• Sim-to-Real-Transfer & Weltmodelle: Überbrückung von Simulation und Einsatz mithilfe von Weltmodellen, selbstüberwachten Darstellungen (JEPA, DINOv3) und Transfertechniken für robuste Generalisierung.
• Medizinische & klinische Robotik: Zusammenarbeit mit Bildgebungs- und klinischen Gruppen zur Anwendung von Physical AI in der Gesundheitsrobotik, wobei die Sensorexpertise von LFB mit verkörperter Intelligenz kombiniert wird.

• Abgeschlossenes Hochschulstudium (Master oder vergleichbar) und Promotion in Informatik, Elektrotechnik, Robotik, Physik oder einem verwandten Fachgebiet
• Fundierte Kenntnisse im Bereich Deep Learning sowie Erfahrung mit Reinforcement Learning und Imitation Learning
• Praktische Erfahrung mit PyTorch und dem Training groß angelegter Modelle; Vertrautheit mit VLA- oder Foundation-Modellarchitekturen ist ein großer Vorteil
• Publikationsliste in renommierten Fachzeitschriften (NeurIPS, ICML, ICLR, CoRL, ICRA oder gleichwertig)
• Motivation, an der Schnittstelle von Physical AI, verkörperter Intelligenz und realer Anwendung zu arbeiten
• Ausgezeichnete Kommunikationsfähigkeiten in Englisch; Deutsch ist von Vorteil, aber nicht erforderlich

Was wir bieten:• Eine Mitbegründerrolle in einer neuen Forschungsgruppe für physikalische KI mit direktem Einfluss auf deren Forschungsagenda und -kultur – unterstützt durch einen
etablierten Industriepartner im Bereich der humanoiden Robotik
• Ein führendes Forschungsumfeld an einer der besten technischen Universitäten Europas mit Zugang zu Roboterplattformen und einzigartigen klinischen und industriellen Datensätzen
• Mentoring zur Entwicklung einer eigenständigen Forschungsleitung, einschließlich Unterstützung bei Förderanträgen (DFG, BMBF, EU Horizon) und der Vorbereitung auf eine künftige Professur
• Aktive Zusammenarbeit mit Partnern aus der Industrie und der Medizintechnik, mit Möglichkeiten, echte Auswirkungen in der Praxis zu erzielen
• Möglichkeiten für hochkarätige Publikationen, Gastvorträge und die Teilnahme an internationalen Konferenzen
• Flexible, familienfreundliche Arbeitsbedingungen gemäß den Richtlinien der RWTH Aachen

Unser Angebot

Die Einstellung erfolgt im Beschäftigtenverhältnis.
Die Stelle ist zum nächstmöglichen Zeitpunkt zu besetzen und befristet auf 3 Jahre.
Es besteht die Option, die Stelle um weitere drei Jahre zu verlängern.
Die befristete Beschäftigung erfolgt im Rahmen der Befristungsmöglichkeiten des Wissenschaftszeitvertragsgesetzes.
Es handelt sich um eine Vollzeitstelle.
Die Eingruppierung richtet sich nach dem TV-L.
Die Stelle ist bewertet mit EG 13 TV-L.

Die Stellenausschreibung richtet sich an alle Geschlechter.
Wir wollen an der RWTH Aachen University besonders die Karrieren von Frauen fördern und freuen uns daher über Bewerberinnen.
Frauen werden bei gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt berücksichtigt, sofern sie in der Organisationseinheit unterrepräsentiert sind und sofern nicht in der Person eines Mitbewerbers liegende Gründe überwiegen.
Bewerbungen geeigneter schwerbehinderter Menschen sind ausdrücklich erwünscht. xbzrezb
Im Sinne der Gleichbehandlung bitten wir Sie, auf ein Bewerbungsfoto zu verzichten.
Informationen zur Erhebung personenbezogener Daten nach Artikeln 13 und 14 Datenschutz-Grundverordnung (DS-GVO) finden Sie