{
  "$type": "site.standard.document",
  "bskyPostRef": {
    "cid": "bafyreibhn2saf4ps2m3z5ikxqv653ybwg562la6tbxgszkqwecn5cearoy",
    "uri": "at://did:plc:slh5laomicgzqkctcza5reoo/app.bsky.feed.post/3mkkzq5qtvpy2"
  },
  "path": "/ext/I011/853/main?site=6&validator=c5f766a55eafbb016232008485a24b49&lang=SE&rmpage=job&rmjob=29039",
  "publishedAt": "2026-04-28T21:59:00.000Z",
  "site": "https://web103.reachmee.com",
  "tags": [
    "https://elliit.se/",
    "https://liu.se/organisation/liu/isy/rt",
    "https://liu.se/artikel/lediga-tjanster-pa-isy",
    "här.",
    "här",
    "Hjälp för sökande"
  ],
  "textContent": "Vi söker nu en doktorand i reglerteknik vid Institutionen för Systemteknik (ISY).\n\n## **Dina arbetsuppgifter\n**\n\nNu letar vi efter en doktorand som ska bedriva forskning inom gränslandet mellan robotik och reglerteori.\n\n**Projektbeskrivning:** Detta doktorandprojekt syftar till att utveckla inlärningsbaserade metoder som kombinerar expertdemonstrationer med erfarenhetsbaserad förstärkningsinlärning (reinforcement learning, RL) för att möjliggöra robust och dataeffektiv kompetensutveckling. Expertdatamaterial ger snabb, säker och tillförlitlig initial inlärning, medan förstärkningsinlärning stödjer systematisk utforskning och anpassning till nya förhållanden. Genom att integrera dessa två paradigm strävar projektet efter att skapa generaliserbara strategier för mobil manipulation som fungerar effektivt i en mångfald av verkliga scenarier. Följande forskningsinriktningar kommer att följas:\n\n  * Q1: Hur kan en agent dra nytta av multimodala expertdemonstrationer (t.ex. vision, kraft, proprioception) för att utveckla sammanhängande och överförbara färdigheter inom mobil manipulation?\n  * Q2: Hur kan en agent använda erfarenhetsbaserad inlärning för att styra redundanta frihetsgrader och hantera uppgiftsvariationer bortom dem som demonstrerats?\n\n\n\nForskningen utförs inom ELLIIT-projektet ”Att lära sig robotstyrning från expertdemonstrationer och egen erfarenhet” (https://elliit.se/).\n\nSom doktorand ägnar du dig åt din forskarutbildning och forskningsprojekt där du ingår. I ditt arbete kan även ingå att undervisa eller att delta i andra institutionsuppdrag, upp till 20 procent av heltid.**\n**\n\n## **Dina kvalifikationer\n**\n\nDu har avlagt examen på avancerad nivå inom elektroteknik, teknisk fysik, maskinteknik, datateknik, robotik eller teknisk matematik eller slutfört kurser om minst 240 högskolepoäng varav minst 60 högskolepoäng på avancerad nivå enligt ovan, alternativt på något annat sätt förvärvat i huvudsak motsvarande kunskaper. Kravet på examen ska vara uppfyllt senast vid tidpunkten då anställningsbeslutet fattas, det vill säga när anställningsavtalet signeras.\n\nVi söker dig som är intresserad av att lära dig nya saker och att utforska det okända. Vidare är du noggrann med detaljer samt har förmåga att uttrycka dig tydligt och effektivt på engelska, både i tal och skrift.\n\nFörutom detta ska du även uppnå följande kvalifikationer:\n\n  * En stark bakgrund inom robotik och reglerteknik,\n  * Starka analytiska förmågor och god problemlösningsförmåga,\n  * Solid programmeringsvana (t.ex. Python, C++ eller liknande),\n  * God förmåga att arbeta både självständigt såväl som i team,\n\n\n\nYtterligare kvalifikationer som anses meriterande:\n\n  * Kunskap om maskininlärning, förstärkningsinlärning och optimering,\n  * Erfarenhet av multimodal sensordata (vision, kraft/vridmoment, proprioception),\n  * Erfarenhet av simuleringsmiljöer såsom PyBullet, MuJoCo, Gazebo eller Isaac Sim.\n\n\n\n## **Din arbetsplats**\n\n**Avdelningen för reglerteknik** är en internationellt synlig och dynamisk forskningsmiljö med stark förankring i både teori och tillämpning. Här bedrivs framgångsrik forskning, forskarutbildning och grundutbildning inom centrala och snabbt växande områden som autonoma system, datadriven modellering, lärande reglering, optimering, komplexa nätverk och sensorfusion.\n\nVerksamheten kännetecknas av en nära koppling mellan metodutveckling och verkliga tillämpningar, och avdelningen har omfattande samarbeten med både industrin och ledande forskargrupper världen över. Som doktorand blir du en del av en kreativ och stimulerande miljö där nyfikenhet, samarbete och vetenskaplig excellens står i fokus.\n\nMer information om avdelningen finns här: https://liu.se/organisation/liu/isy/rt.\n\nFör mer information om att arbeta på ISY, klicka här: https://liu.se/artikel/lediga-tjanster-pa-isy.\n\n## **Om anställningen**\n\nI samband med tillträde till anställningen kommer du att antas till forskarutbildningen. Läs mer om respektive fakultets forskarutbildning här.\n\nAnställningen är tidsbegränsad till normalt fyra år heltid. Förlängning av anställning upp till fem år sker utifrån grad av undervisnings- och institutionsuppdrag. Vid särskilda skäl kan ytterligare förlängning ske. Du anställs till en början på ett år, och därefter förnyas anställningen med högst två år i taget, utifrån uppnådd studieplan.\n\nKontakta gärna isyphdcouncil@groups.liu.se om du har frågor kring hur det är att arbeta som doktorand på ISY.\n\nTillträde enligt överenskommelse, dock förväntar vi oss att du ska ha påbörjat anställningen senast den 31 oktober, 2026.\n\nSäkerhetskontroll kan komma att genomföras innan beslut om anställning fattas.\n\n## **Lön och förmåner**\n\nDoktorandlönen regleras utifrån en lokalt avtalad lönestege. Läs mer om förmåner för anställda här.\n\n## **Fackliga kontaktpersoner\n**\n\nInformation om fackliga kontaktpersoner, se Hjälp för sökande.\n\n## **Ansökan\n**\n\nDu söker denna anställning genom att klicka på knappen ”Ansök” nedan. Din ansökan ska vara Linköpings universitet tillhanda senast den 19 maj, 2026. Ansökan som inkommer efter sista ansökningsdag beaktas inte.",
  "title": "Doktorand i reglerteknik med fokus på lärande robotik"
}