Doctoral Student in Neuromotor Interfaces for Dexterous Robot Teleoperation (multimodal egocentric vision + EMG) — ETH Zürich

Vollständige Beschreibung

Doktorand in Neuromotorischen Schnittstellen für geschickte Roboter-Teleoperation (multimodale egozentrische Vision + EMG)

100%, Zürich, befristet

Das Sensing, Interaction & Perception Lab lädt zu Bewerbungen für eine vollständig finanzierte PhD-Stelle an der ETH Zürich an der Schnittstelle von Robotik, Wearable Sensing, Signalverarbeitung, Machine Learning und Mensch-Computer-Interaktion ein.

Ziel dieser Doktorarbeit ist es, neuromotorische Schnittstellen für geschickte Roboter-Teleoperation unter Verwendung von zwei Sensormodalitäten zu entwickeln:

1. Oberflächenelektromyographie (sEMG), gemessen am Handgelenk oder Unterarm, mit dem Ziel, subtile Hand- und Fingeraktivitäten, kontinuierliche Bewegungen und motorische Absichten in Echtzeit zu dekodieren.

1. egozentrische Vision als komplementärer Eingangskanal.

Während EMG Informationen über die motorische Absicht des Menschen liefert, können egozentrische Kameras einen Kontext über die Umgebungsszene, manipulierte Objekte, Hand-Objekt-Interaktionen und den Aufgabenzustand liefern. Die Kombination dieser Modalitäten schafft Möglichkeiten für Schnittstellen, die sowohl verstehen, was der Benutzer zu tun beabsichtigt, als auch, was in der Umgebung passiert.

Die PhD wird sich auf die computergestützten und sensorischen Methoden konzentrieren, die erforderlich sind, um solche Systeme robust, verallgemeinerbar und effektiv in realen interaktiven Umgebungen zu machen, einschließlich multimodalem Lernen und Denken über neuromotorische und egozentrische visuelle Signale hinweg, während Anwendungen in Mixed Reality und anderen interaktiven Systemen erforscht werden.

Besonders vorteilhaft: Sie haben einen Hintergrund in (oder Erfahrung mit) Prototyping-Sensorsystemen (eingebettete Systeme, Signalerfassung, Verarbeitung, PCBs)

Anmerkung: Dies ist keine Position in der biomedizinischen Technik und es gibt keinen Gesundheitsfokus.

Projekthintergrund

Tragbares EMG bietet eine direkte und unaufdringliche Möglichkeit, die Muskelaktivität zu erkennen, die den Hand- und Fingerbewegungen zugrunde liegt. Dies schafft Möglichkeiten für Schnittstellen, die subtile Aktionen erkennen, Bewegungen kontinuierlich abschätzen und auf motorische Absichten vor oder ohne große beobachtbare Bewegungen schließen können.

Solche Schnittstellen zuverlässig außerhalb kontrollierter Einstellungen arbeiten zu lassen, bleibt ein erhebliches Forschungsproblem. EMG variiert je nach Benutzer und Aufnahmesitzungen und ist empfindlich auf Elektrodenplatzierung, Kontaktbedingungen, Bewegung und andere Geräuschquellen. Dies motiviert die Forschung in den Bereichen Signalverarbeitung, zeitliches maschinelles Lernen, Repräsentationslernen, Anpassung und Echtzeit-Inferenz.

Eine zweite Herausforderung besteht darin, dass neuromotorische Signale allein nur begrenzte Informationen darüber liefern, mit was der Benutzer interagiert und warum eine bestimmte Bewegung stattfindet. Das Projekt wird daher EMG mit egozentrischer Vision kombinieren, um Objekte, Hände, Kontakte, Begünstigungen und Aufgabenzustand zu erfassen. Dies schafft ein multimodales Forschungsproblem: Lernen von Repräsentationen, die neuromotorische und visuelle Informationen kombinieren, und Entwicklung von Methoden zur Argumentation über menschliche Absichten, Hand-Objekt-Interaktion und den Zustand einer laufenden Manipulationsaufgabe.

Für die robotische Teleoperation können diese multimodalen Signale Systeme unterstützen, die gemeinsam darüber nachdenken, welche Aktion der Benutzer beabsichtigt, auf welches Objekt oder Ziel sich die Aktion bezieht und wie diese Absicht in einen Roboter mit einer anderen Ausführungsform übersetzt werden sollte. Zu den relevanten Problemen gehören geschickte Manipulation, gemeinsame Autonomie, multimodale Inferenz und Argumentation über Sequenzen von menschlichen und Roboteraktionen.

Stellenbeschreibung

• Entwicklung von Signalverarbeitungs- und maschinellen Lernmethoden für mehrkanaliges EMG, einschließlich diskreter und kontinuierlicher Decodierung von Hand- und Fingeraktivitäten
• Entwickeln Sie egozentrische Computer-Vision-Methoden zum Verständnis von Händen, Objekten, Hand-Objekt-Interaktionen, Kontakten, Affordancen und Aufgabenzustand
• Entwicklung multimodaler Lern- und Argumentationsmethoden, die EMG mit egozentrischer Vision kombinieren, um motorische Intention und Interaktionskontext abzuleiten
• Untersuchen Sie die Argumentation über Objekte, Aktionen, Interaktionssequenzen und den Aufgabenzustand, um mehrdeutige Motorsignale aufzulösen und beabsichtigte Aktionen zu antizipieren
• Wenden Sie Methoden auf geschickte Roboter-Teleoperation an, einschließlich der Abbildung der menschlichen motorischen Absicht auf Roboter-Manipulatoren und geschickte Hände

fakultativ:

• Prototyp tragbare Sensorsysteme, einschließlich Elektrodenkonfigurationen, Signalerfassung, eingebettete Verarbeitung und Hardware- und Softwareintegration (riesiges Plus)
• Entwicklung und Bewertung von Anwendungen in Robotik, Mixed Reality und anderen interaktiven Systemen

Wie in jedem PhD

• Verbreiten Sie Ihre Ergebnisse in Publikationen an erstklassigen Orten und gegebenenfalls in Open-Source-Forschungsergebnissen und -tools
• Forschungsergebnisse auf akademischen Konferenzen, Workshops und Seminaren präsentieren

Profil

ETH-Anforderungen

• geschrieben und gesprochen fließend in Englisch
• ein exzellenter Master-Abschluss (MSc., M.Eng. oder gleichwertig) in Informatik, Elektrotechnik, Robotik oder verwandten Bereichen

Sie bringen

• Eine starke Grundlage im maschinellen Lernen, einschließlich Klassifizierung und Regression, Modellbewertung, Repräsentationslernen und Generalisierung
• Ein solides Verständnis von Signalen und Zeitreihendaten (z. B. Abtastung, Frequenz, Phase, Rauschen, spektrale Darstellungen und Filterung)
• Starke Programmierkenntnisse und Erfahrung bei der Implementierung und quantitativen Bewertung von Berechnungsmethoden
• Interesse am Aufbau von Echtzeit-Sensorik und interaktiven Systemen, einschließlich Experimentieren mit physikalischen Sensoren

Ein starker Hintergrund in einem oder mehreren der folgenden Bereiche ist besonders vorteilhaft:

• Elektrotechnik und Signalverarbeitung: EMG oder andere elektrophysiologische Signale, Sensorsysteme, eingebettete Systeme, Elektronik oder tragbare Sensoren
• Robotik: Manipulation, geschickte Manipulation, Teleoperation, Roboterlernen, gemeinsame Autonomie oder Mensch-Roboter-Interaktion
• Computer Vision: egozentrische Vision, Hand- und Objektpose-Schätzung, Hand-Objekt-Interaktion, Kontakt- und Apparatance-Schätzung, Videoverständnis oder Handlungserkennung
• Maschinelles Lernen: Zeitmodellierung, Repräsentationslernen, multimodales Lernen, multimodales Denken, Domänenanpassung oder Lernen aus verrauschten Sensordaten
• Interaktive Systeme: HCI, Mixed Reality, Wearable Computing oder Echtzeit-Eingabesysteme

Wir erwarten nicht, dass Bewerber bereits Experten in all diesen Bereichen sind.

Wir bieten

Wir bieten ein spannendes Forschungsumfeld und ein Team zum Studieren und Arbeiten mit. Sie haben die Möglichkeit, komplette Forschungssysteme zu entwickeln, die tragbare Wahrnehmung, egozentrische Wahrnehmung, maschinelles Lernen und Roboterinteraktion umfassen.

Über das Labor hinaus hat die ETH Zürich mehrere international anerkannte Forschungsgruppen in den Bereichen Robotik, maschinelles Lernen, Computer Vision, interaktive Systeme und Mixed Reality. In unserer Forschung arbeiten wir häufig mit anderen Gruppen und Abteilungen sowie Institutionen und Unternehmen im In- und Ausland zusammen.

Während Ihrer Promotion haben Sie die Möglichkeit, einen Beitrag zu leisten und mit dem ETH AI Center zusammenzuarbeiten und sich an ETHAR, dem ETH Research Hub for Augmented Reality in Zusammenarbeit mit Google XR, zu beteiligen.

Die Position bietet Zugang zu Infrastruktur für tragbares und eingebettetes Prototyping, egozentrische Sensorik, interaktive Systeme und Robotermanipulation. Wir unterstützen Publikationen und Präsentationen auf führenden internationalen Konferenzen und Zeitschriften und fördern intellektuelle Unabhängigkeit und technisch ambitionierte Forschung.

Wir legen Wert auf Vielfalt und Nachhaltigkeit

Im Einklang mit unseren Werten fördert die ETH Zürich eine inklusive Kultur. Wir fördern Chancengleichheit, schätzen Vielfalt und fördern ein Arbeits- und Lernumfeld, in dem die Rechte und die Würde aller unserer Mitarbeiter und Studenten respektiert werden. Besuchen Sie unsere Website für Chancengleichheit und Vielfalt, um herauszufinden, wie wir ein faires und offenes Umfeld gewährleisten, in dem jeder wachsen und gedeihen kann. Nachhaltigkeit ist für uns ein zentraler Wert – wir arbeiten konsequent auf eine klimaneutrale Zukunft hin.

Neugierig? Wir sind es auch.

Bitte reichen Sie Ihre vollständige Bewerbung über das Online-Bewerbungsportal ein:

• Motivationsschreiben (nicht mehr als 1 Seite), in dem erklärt wird, wie sich Ihre früheren Projekte auf die Verarbeitung von EMG oder anderen Biosignalen, Robotik, egozentrischem Sehen, eingebetteter Wahrnehmung oder Mixed Reality beziehen
• Lebenslauf (PDF)
• Universität Transkript der Aufzeichnungen (Bachelor und Master)
• Kontaktdaten von 1-2 akademischen Referenzen (jemand mit PhD-Abschluss)
• Optional: Link zu Ihrem GitHub-Profil und/oder Portfolio/Website

Die Position ist offen, bis sie gefüllt ist. Keine Notwendigkeit, E-Mail, ob es noch offen ist. Wenn Sie das sehen, ist die Position immer noch offen.

Reviews und Interviews finden rollierend statt. Wenn Sie diese Stellenanzeige noch auf jobs.ethz.ch sehen, ist die Stelle noch offen.

Frühester Start: Herbst 2026.

Fragen, die oben nicht beantwortet wurden

• Kontakt [email protected]
• Anwendungen, die an diese E-Mail-Adresse gesendet werden, werden ignoriert
• Bitte vermeiden Sie es auch, alle Ihre Dokumente mit der Frage zu senden, ob Ihr Profil passt - laden Sie sie einfach über jobs.ethz.ch hoch

Über die ETH Zürich

Die ETH Zürich ist eine der weltweit führenden Universitäten, die sich auf Wissenschaft und Technologie. Wir sind bekannt für unsere hervorragende Ausbildung, Spitzenforschung und direkter Wissenstransfer in die Gesellschaft. Über 30.000 Menschen aus mehr als 120 Ländern finden unsere Universität ein Ort zu sein, der unabhängiges Denken und eine Umwelt, die Exzellenz inspiriert. Im Herzen Europas gelegen, Dennoch knüpfen wir Verbindungen auf der ganzen Welt, um Lösungen für die globalen Herausforderungen von heute und morgen zu entwickeln.

Fragen zu dieser Stellenanzeige