2 väi­tös­kir­ja­tut­ki­jaa vah­vis­tusop­pi­mi­sen alal­le

Aalto-yliopistossa tiede ja taide kohtaavat tekniikan ja talouden. Rakennamme kestävää tulevaisuutta saavuttamalla läpimurtoja aloillamme ja niiden yhtymäkohdissa, innostamme tulevaisuuden muutoksentekijöitä ja luomme uusia ratkaisuja maailman suuriin haasteisiin. Yhteisöömme kuuluu 16 000 opiskelijaa ja 5 200 työntekijää, joista 446 on professoreita. Kampuksemme sijaitsee Espoossa. Monimuotoisuus on osa identiteettiämme, ja teemme jatkuvasti työtä yhteisömme monimuotoisuuden ja inklusiivisuuden edistämiseksi. Siksi kannustamme lämpimästi kaikista taustoista tulevia päteviä hakijoita liittymään yhteisöömme. Haemme parhaillaan kahta erittäin motivoitunutta tohtorikoulutettavaa Aalto-yliopiston Sähkötekniikan korkeakoulun Cyber-Physical Systems -tutkimusryhmään ERC Starting Grant -rahoitteiseen projektiin, joka keskittyy jatkuvaan vahvistusoppimiseen reaalimaailman järjestelmissä. Rahoitus tarjoaa vakaan, hyvin resursoidun tutkimusympäristön neljäksi vuodeksi. Tutkimuksessa keskitytään reaalimaailman järjestelmiin joihin ei klassinen vahvistusoppimisen teoria ei sovellu: järjestelmiin, jotka eivät palaudu alkutilaan, joissa virheet voivat olla peruuttamattomia, ja jotka toimivat muuttuvissa ympäristöissä. Perinteinen vahvistusoppiminen pyrkii ratkaisemaan ongelman optimoimalla keskiarvoa monien hypoteettisten tulevaisuuksien yli. Ei-ergodisen dynamiikan vallitessa tällainen keskiarvo voi poiketa mielivaltaisesti siitä, mitä yksittäinen agentti todella havaitsee yhden trajektorin kuluessa. Tyypillisesti vahvistusoppiminen tuottaa aikainvariantin ratkaisun, joka ei pysty mukautumaan muuttuvaan ympäristöön. Tämä projekti pyrkii ratkaisemaan molemmat haasteet samanaikaisesti yhdistämällä trajektorikeskeiset tavoitteet mukautuviin, kontekstiriippuvaisiin strategioihin. Tämä mahdollistaa esimerkiksi autonomisten ajoneuvojen mukautumisen vuodenaikojen muutoksiin, tuotantojärjestelmien mukautumisen kysyntään ilman seisokkeja sekä lääketieteellisen seurannan yksilöllistämisen potilaille vuosikymmenten kuluessa. Valitut tohtorikoulutettavat kehittävät perustavanlaatuista teoriaa ja käytännön algoritmeja, jotka vievät vahvistusoppimista lähemmäs reaalimaailman järjestelmiä. Ensimmäinen tohtorikoulutettava keskittyy trajektorikeskeiseen optimointiin, toinen mukautuviin toimintaperiaatteisiin, ja molemmat työskentelevät yhdessä yhdistääkseen lähestymistavat yhdeksi vahvistusoppimisalgoritmiksi. Vaikka työ on pääosin metodologista ja teoreettisesti painottunutta, Aallon robottilaboratorio tarjoaa mahdollisuuden kokeellisesti evaluoida algoritmeja, esimerkiksi robottikäsivarsilla tai nelijalkaisilla roboteilla. Tutkimuksen painopiste Tämä projekti sijaitsee kahden ongelman leikkauspisteessä: ergodisuusteorian yhdistäminen vahvistusoppimiseen on tuore kehityssuunta, ja se, miten vahvistusoppimisagentit voivat turvallisesti havainnoida ja mukautua muuttuvaan ympäristöön, on ajankohtainen ja aktiivinen tutkimusala. Trajektorikeskeisten tavoitteiden ja mukautuvien, kontekstitietoisten toimintaperiaatteiden yhdistäminen on uusi tutkimusalue. Tohtorikoulutettavat vievät sitä eteenpäin näistä kahdesta toisiaan täydentävästä näkökulmasta ja työskentelevät tiiviisti yhdessä yhdistääkseen molemmat yhdeksi algoritmiksi: trajektorikeskeisen stokastisen optimoinnin teorian kehittäminen ei-ergodisen dynamiikan alaisuudessa; käytännön vahvistusoppimisalgoritmien toteuttaminen, jotka optimoivat yksittäisten agenttien pitkän aikavälin suorituskykyä; muutoksentunnistusalgoritmien kehittäminen sen päättelemiseksi, milloin ratkaisu ei ole enää pätevä ja sitä on mukautettava; tehokkaiden, osoitettavasti turvallisten ratkaisujen toteuttaminen; näiden edistysaskelten yhdistäminen alan johtaviin vahvistusoppimisalgoritmeihin; algoritmien validointi relevanteissa simulaatioympäristöissä ja laitteistokokeissa. Vaatimukset Hakukelpoisilta hakijoilta edellytetään: ylempi korkeakoulututkinto tietojenkäsittelytieteestä, matematiikasta, sähkötekniikasta tai vastaavalta alalta; sujuva suullinen ja kirjallinen englannin kielen taito; kyky työskennellä sekä itsenäisesti että osana tutkimusryhmää. Jos sinut valitaan tehtävään, haet opinto-oikeutta Aalto-yliopiston sähkötekniikan korkeakoulun tohtorikoulutukseen. Katso opiskelijatiedot ja valintakriteerit osoitteesta https://www.aalto.fi/en/study-options/aalto-doctoral-programme-in-electrical-engineering . Toivottu tausta Etsimme hakijoita, joilla on vahva tausta yhdellä tai useammalla seuraavista alueista: stokastiset prosessit, mielellään myös ergodisuusteoria; vahvistusoppiminen, dynaaminen optimointi ja Markovin päätösprosessit; ohjelmointitaidot (Python). Tarjoamme Täysin rahoitetun tohtorikoulutettavan paikan Aalto-yliopistossa, joka sijoittuu toistuvasti Euroopan parhaiden yliopistojen joukkoon. Määräaikaisen työn, joka noudattaa yliopiston tavanomaista 2+2-mallia. Työsuhde on aluksi kaksivuotinen, ja siihen sisältyy kuuden kuukauden koeaika. Työsuhdetta jatketaan kahdella lisävuodella onnistuneen väli