Opis tej firmy nie jest jeszcze dostępny w tym języku.
Master's Thesis: Robot Learning from Operational Data
Ta praca magisterska w 120ft w Sztokholmie bada, jak dane operacyjne mogą poprawić uczenie robotów do zadań montażowych. Projekt porównuje te dane z demonstracjami teleoperacji i sprawdza ich wpływ na jakość polityk robota, w tym z filtrowaniem lub ważeniem wyników. Jest to eksperymentalny projekt offline, zapewniający dostęp do istniejących zbiorów danych, stosu treningowego i robota Unitree G1-D w razie potrzeby.
3× większe szanse na rozmowę kwalifikacyjną dzięki cold emailowi
Zobacz oryginalną ofertęInformacje o 120ft
- Ostatnia runda finansowania
- Angel · 2026-10-01
- Ogłoszona kwota
- 633 600 $
- Aktualne oferty
- 2
Wymienieni inwestorzy
Szczegóły oferty
Pełny opis opublikowany przez 120ft.
Description de l’offre
Can robots learn from the work they already do? In this master's thesis at 120ft, you will investigate how operational data can improve robot learning for real assembly tasks. Host: 120ft Factory AB, Stockholm Company supervisor: Sulthan Suresh Fazeela Field: Machine learning and robotics BACKGROUND 120ft builds Factory OS, a software layer that lets humanoid robots, currently the Unitree G1-D, carry out high-mix, low-volume assembly work. Robot behaviour comes from Vision-Language-Action (VLA) policies trained on recorded demonstrations.
Today, almost all training data comes from dedicated teleoperation sessions. Every hour of that data costs an operator's hour. But the robot also generates data every time it runs.
The research question
Operational rollouts include per-frame tags showing whether a human or a policy was driving. You will investigate whether data from policy-driven episodes can improve the policy, how it can be combined with teleoperation demonstrations, and which data helps rather than hurts.
What you will investigate
This is an offline, experimental project using already-collected rollout data, rather than building a live production pipeline. The goal is to characterise the data and give an evidence-based recommendation on its value for training.
- Compare the operational dataset with curated teleoperation datasets: volume, success and failure balance, and recurring failure modes.
- Test whether fine-tuning on operational data changes policy quality, and whether filtering or weighting by operator-judged outcome labels makes a difference.
- Explore other data-centric questions that emerge, including the reliability and consistency of outcome labels.
What we provide
A technical supervisor.
- Access to existing operational and curated datasets.
- Access to the training stack for fine-tuning experiments.
- Access to a real Unitree G1-D if additional rollouts are needed.
Who this is for
You are a master's student in machine learning or robot learning, comfortable with empirical experimentation and data analysis. APPLY Send your CV and a GitHub, LinkedIn or website link. Tell us why this thesis interests you and share an example of work you are proud of.
Wymagania
- Student studiów magisterskich z uczenia maszynowego lub uczenia robotów
- Swoboda w prowadzeniu eksperymentów empirycznych i analizie danych
Wymienione benefity
- Opiekun techniczny
- Dostęp do istniejących operacyjnych i wyselekcjonowanych zbiorów danych
- Dostęp do stosu treningowego do eksperymentów dostrajania
- Dostęp do robota Unitree G1-D, jeśli potrzebne będą dodatkowe przebiegi
3× większe szanse na rozmowę kwalifikacyjną dzięki cold emailowi
Aplikuj na tę ofertę
Jak aplikować?
Oferta jest opublikowana na stronie 120ft. Otwórz oryginalną ofertę ↗ aby wysłać aplikację. Screeningpass nie wypełnia formularza za Ciebie.
Do kogo w 120ft napisać w sprawie tego stanowiska?
Rozpocznij wyszukiwanie kontaktu na tej stronie. Screeningpass zaproponuje Ci maksymalnie trzy osoby związane ze stanowiskiem. Wybierz osobę, do której chcesz napisać, a Screeningpass poszuka jej służbowego adresu e-mail i przygotuje wiadomość. Sprawdź ją i wyślij samodzielnie przez Gmail. Adres e-mail nie zawsze jest dostępny i nigdy nie ma gwarancji odpowiedzi.
Ile kosztuje wyszukanie kontaktu?
Jedno wyszukiwanie kosztuje 1 kredyt. Jeśli wyszukiwanie się nie powiedzie, kredyt wróci na Twoje konto. Za rejestrację otrzymasz 3 kredyty, czyli 3 wyszukiwania.
Do czego służy Screeningpass?
Screeningpass zbiera publikowane przez firmy oferty staży, kształcenia dualnego i pracy. Dla danej oferty Screeningpass znajduje osobę do kontaktu w firmie, szuka jej służbowego adresu e-mail i przygotowuje wiadomość na podstawie Twojego CV. Zobacz szczegółowo, jak to działa.