https://christianpfitzner.github.io/forschungsgruppe-mobile-robotik/tag/praktikum/PraktikumHugo Blox Builder (https://hugoblox.com)de-deMon, 08 Jun 2026 00:00:00 +0000https://christianpfitzner.github.io/forschungsgruppe-mobile-robotik/media/icon_hu11734318148517933569.pnghttps://christianpfitzner.github.io/forschungsgruppe-mobile-robotik/tag/praktikum/https://christianpfitzner.github.io/forschungsgruppe-mobile-robotik/publication/2026-2r-roboterarm-praktikum/Mon, 08 Jun 2026 00:00:00 +0000https://christianpfitzner.github.io/forschungsgruppe-mobile-robotik/publication/2026-2r-roboterarm-praktikum/<h2 id="motivation">Motivation</h2> <p>Im Praktikum &ldquo;Intelligent Robotics&rdquo; des Masterstudiengangs M-IAS fehlt bislang ein hands-on Versuch, der die Brücke zwischen klassischer modellbasierter Regelung und modernen lernbasierten Methoden schlägt. Ein 2R-Roboterarm mit Drehmomentsteuerung bietet genau diese Möglichkeit: Studierende erleben zunächst die physikalischen Effekte der Schwerkraft am realen System und lernen anschließend, wie ein RL-Agent dieselbe Aufgabe datengetrieben löst.</p> <h2 id="arbeitspakete">Arbeitspakete</h2> <p><strong>Hardware</strong></p> <ul> <li>Auswahl und Inbetriebnahme der BLDC-Motoren und Motortreiber (z. B. ODrive / VESC)</li> <li>Mechanischer Entwurf und Fertigung der Armsegmente (CAD, 3D-Druck oder Aluminiumprofil)</li> <li>Integration von Encodern und Verkabelung</li> </ul> <p><strong>Software &amp; Regelung</strong></p> <ul> <li>Implementierung von Vorwärts- und Rückwärtskinematik</li> <li>Modellbasierte Gravity-Compensation-Regelung (Drehmomentkompensation in Echtzeit)</li> <li>ROS-Integration: Topics, Services und ggf. ros2_control</li> </ul> <p><strong>Reinforcement Learning</strong></p> <ul> <li>Aufbau einer Simulationsumgebung (Gazebo oder MuJoCo) für das RL-Training</li> <li>Training eines Agenten (z. B. PPO / SAC) auf eine Zielpositions-Aufgabe</li> <li>Sim-to-Real-Transfer und Evaluation am realen Arm</li> </ul> <p><strong>Dokumentation</strong></p> <ul> <li>Erstellung von Versuchsanleitungen für den Praktikumseinsatz im M-IAS-Studiengang</li> </ul> <h2 id="voraussetzungen">Voraussetzungen</h2> <ul> <li>Kenntnisse in Regelungstechnik und Robotik (Kinematik, Dynamik)</li> <li>Programmierkenntnisse in Python und/oder C++</li> <li>Idealerweise Erfahrung mit ROS</li> <li>Interesse an maschinellem Lernen und Reinforcement Learning</li> <li>Freude an praktischem Hardware-Aufbau und Prototyping</li> </ul> <p>Das Thema kann nach Abstimmung als <strong>Projekt- oder Masterarbeit</strong> bearbeitet werden.</p> <h2 id="betreuung">Betreuung</h2> <table> <thead> <tr> <th style="text-align: left">Rolle</th> <th style="text-align: left">Name</th> <th style="text-align: left">E-Mail</th> </tr> </thead> <tbody> <tr> <td style="text-align: left">Betreuer</td> <td style="text-align: left">Prof. Dr. Christian Pfitzner</td> <td style="text-align: left"><a href="mailto:christian.pfitzner@th-nuernberg.de">christian.pfitzner@th-nuernberg.de</a></td> </tr> </tbody> </table>