Abschlussarbeit - Argentic RL Studio

Job-ID: T-MS Vehicle Motion & System -23068 Abschlussarbeit - Argentic RL Studio ______ Studierende — Abschlussarbeit Gifhorn Diese Herausforderung erwartet dich: In dieser Masterarbeit entwickelst du einen prototypischen Agentic CarMaker Assistant, der textuellen Anforderungen in strukturierte Simulationsbeschreibungen überführt und daraus lauffähige CarMaker-Projektartefakte für ausgewählte Standard-Testfälle generiert. Ziel ist es, den heute häufig manuellen und Experten-getriebenen Prozess von der Anforderungsbeschreibung bis zur Erstellung von CarMaker Projekt, TestRun, Maneuverkonfiguration, Fahrzeug- und Szenarioauswahl sowie die Validierung deutlich zu beschleunigen und nachvollziehbarer zu gestalten. Deine Aufgaben: Du konzipierst und implementierst einen Requirement Analysis Agent, der textuelle Anforderungen einliest, normalisiert und in eine strukturierte Simulationsbeschreibung überführt Du entwickelst einen Project Artifact Generator zur automatisierten Erzeugung grundlegender CarMaker-Projektartefakte für ausgewählte Testfälle Du realisierst einen Vehicle Selection Agent, der geeignete Fahrzeugmodelle aus vorhandenen Templates identifiziert und auswählt Du entwickelst einen Maneuver Generation Agent zur Erstellung strukturierter Manöverbeschreibungen für die simulationsbasierte Absicherung Du konzipierst und implementierst einen Scenario Selection Agent, der passende Road- und Szenario-Templates auswählt und zielgerichtet parametrisiert Du evaluierst deinen Ansatz hinsichtlich Nachvollziehbarkeit, Wiederverwendbarkeit, Generierungsqualität, notwendiger manueller Nacharbeit und Eignung für den Einsatz in realen Entwicklungsprozessen Du dokumentierst deine Ergebnisse wissenschaftlich fundiert und bereitest sie für die spätere Weiterentwicklung im Team auf Notwendige Kenntnisse: Sehr gute Python-Kenntnisse sowie Erfahrung mit sauberer Softwarearchitektur und modularer Tool-Entwicklung Grundkenntnisse in CarMaker Erfahrung im Umgang mit simulationsbezogenen Datenstrukturen oder Konfigurationen, idealerweise im Kontext von Projekten, TestRuns oder Szenarien Erste praktische Berührungspunkte mit LLM-gestützten Workflows, Prompting, Tool Calling oder agentenbasierten Systemen Strukturierte, eigenständige Arbeitsweise sowie ausgeprägtes Interesse an AI Engineering im Automotive- und Simulationsumfeld Gewünschte Kenntnisse: Vertieftes Verständnis von CarMaker-Projektstrukturen, TestRun-Konfigurationen, Fahrzeugmodellen, Manöverdefinitionen und Szenarioaufbau Erfahrung mit der Integration von LLMs in technische Workflows, z. B. über MCP-Server oder vergleichbare Schnittstellen Grundkenntnisse in Kubernetes, Containerisierung und On-Prem-Deployment Vorerfahrung mit automatisierter Generierung und Validierung von Simulationsartefakten Interesse daran, Forschungsergebnisse in praxistaugliche Prototypen zu überführen und im Team weiterzuentwickeln Uns sind Vielfalt und Chancengleichheit wichtig. Für uns zählt der Mensch mit seiner Persönlichkeit und seinen Stärken.