Login
Help
Documentation
News Articles published within the last 30 days.
12.05.2026
Classified Housing Advertisements:
TUM-Studentin auf Wohnungssuche
TUM Studentin mit unbefristetem Teilzeit-Arbeitsvertrag in Italien sucht 1- oder 1,5-Zimmer-Wohnung in München in der Nähe vom TUM Stammgelände (Königsplatz/Theresienstrasse).
read more
Kontakt: seppi.sus@gmail.com
12.05.2026
Academic staff :
Doctoral student in Polymer Physics
A position for a doctoral student in the field of experimental polymer physics is open at the TUM School of Natural Sciences. Aim of the project is to investigate the pathways and kinetics of self-assembly in complex thermoresponsive systems.
read more
Kontakt: Please send your full CV, motivation letter, reference letter and transcript of records to Prof. Christine M. Papadakis, Technical University of Munich, TUM School of Natural Sciences, Physics Department, Soft Matter Physics Group, James-Franck-Str. 1, 85748 Garching, Tel. +49 89 289 12447, papadakis@tum.de, www.ph.nat.tum.de/softmatter
12.05.2026
Diplomarbeiten, Bachelor- und Masterarbeiten:
Master thesis or research internship: Sensor stabilization for optical ultrasound detection in non-invasive glucose monitoring
Development of a optical ultrasound detector for optoacoustic sensing towards non-invasive glucose monitoring.
read more
Kontakt: maximilian.gotsch@tum.de
12.05.2026
Academic staff :
numerische und experimentelle Untersuchung des Transports und der Lebensdauereinflüsse von Partikeln in mehrstufigen Triebwerkverdichtern
Verantwortung für die Koordination und die technische Bearbeitung eines 4-jährigen Forschungsvorhabens zur numerischen und experimentellen Untersuchung des Transports und der Lebensdauereinflüsse von Partikeln in mehrstufigen Triebwerkverdichtern. Sie tragen dazu bei, neue Möglichkeiten der Verschleißvorhersage in mehrstufigen Axialverdichtern zu schaffen und methodische Ansätze experimentell zu validieren.
read more
Kontakt: bewerbung.ltf@ed.tum.de
12.05.2026
Internal job board at TU Munich:
Systemadministrator (m/w/d)
Das cbm - Centrum Baustoffe und Materialprüfung der TU-München sucht zur Verstärkung der IT-Abteilung zum nächstmöglichen Termin eine/n Systemadministrator (m/w/d).
read more
Kontakt: Herrn Dr.-Ing. Thomas Kränkel oder Herrn Dr.-Ing. Jithender Timothy
12.05.2026
Non-academic staff:
Systemadministrator (m/w/d)
Das cbm - Centrum Baustoffe und Materialprüfung der TU-München sucht zur Verstärkung der IT-Abteilung zum nächstmöglichen Termin eine/n Systemadministrator (m/w/d).
read more
Kontakt: Herrn Dr.-Ing. Thomas Kränkel oder Herrn Dr.-Ing. Jithender Timothy
11.05.2026
Classified Housing Advertisements:
TUM Studentin sucht 1,5 - 2-Zimmer-Wohnung in München
TUM Studentin und ihr Partner mit unbefristeten Arbeitsverträgen suchen 1,5 - 2-Zimmer-Wohnung in München mit guter Anbindung an den Hauptbahnhof/ Königsplatz/ TUM-Stammgelände.
read more
Kontakt: alexandra.gleber@tum.de
11.05.2026
Diplomarbeiten, Bachelor- und Masterarbeiten:
[Master Thesis with Bosch R&D] Reinforcement Learning for Behavior Planning in Automated Driving
Work on cutting-edge AI topics during your thesis and gain hands-on experience in an innovative environment. Ready to make an impact? Apply now and shape the future of automated driving!
read more
Kontakt: yuan_avs.gao@tum.de
11.05.2026
Diplomarbeiten, Bachelor- und Masterarbeiten:
[Master Thesis with Bosch R&D] Bridging the Gap between Reinforcement Learning & End-to-End Driving
This thesis investigates the integration of Reinforcement Learning (RL) with end-to-end (E2E) autonomous driving approaches. While E2E methods rely on large amounts of expert data, RL enables learning through interaction in simulation. The goal is to explore how RL-based simulation and feedback mechanisms can improve the robustness and performance of state-of-the-art E2E driving policies.
read more
Kontakt: yuan_avs.gao@tum.de
11.05.2026
Diplomarbeiten, Bachelor- und Masterarbeiten:
[Master Thesis with Bosch R&D] Combining Imitation & Reinforcement Learning to Solve Automated Driving
This thesis investigates the combination of Imitation Learning (IL) and Reinforcement Learning (RL) for autonomous driving. IL is sample-efficient but relies on expert data and suffers from distributional shift. RL learns through interaction without demonstrations but faces challenges such as unstable training and reward design. The goal is to combine both approaches to improve robustness and learning performance.
read more
Kontakt: yuan_avs.gao@tum.de
Print
RSS 
