Stage | Learning to Chase Objects with a Drone VLA

Over deze vacature

Bij TNO, de Nederlandse Organisatie voor toegepast-natuurwetenschappelijk onderzoek, werken onderzoekers aan het vertalen van baanbrekende wetenschap naar technologie die ertoe doet in de praktijk — van zorg en energie tot defensie en mobiliteit. Binnen het werk van TNO aan autonome systemen is een terugkerende uitdaging om machines te leren zien, begrijpen en handelen in complexe, onvoorspelbare omgevingen — dezelfde alledaagse complexiteit die taken voor mensen vanzelfsprekend maakt, maar voor robots opmerkelijk moeilijk. Deze stage maakt deel uit van die inspanning en richt zich op drones die autonoom een bewegend doel kunnen volgen — zoals een auto die over een bochtige, met bomen omzoomde weg rijdt — uitsluitend op basis van wat zij via hun camera waarnemen.

Je onderzoekt een vision-language-action-model (VLA) dat leert een gesimuleerde drone te besturen bij het achtervolgen van een auto die over een bochtige, met bomen omzoomde weg rijdt. Het model wordt volledig getraind op demonstraties die worden gegenereerd door een bevoorrechte trajectplanner, in plaats van door menselijke piloten. Omdat de planner volledige toegang heeft tot de 3D-geometrie van de simulator — de kromming van de weg, de positie en het bladerdak van elke boom, en het toekomstige pad van de auto — kan deze bijna optimale achtervolgingstrajecten berekenen die voortdurend drie doelen tegen elkaar afwegen: het doel zo goed mogelijk zichtbaar houden (niet afgeschermd, goed in beeld en vanuit een gunstige kijkhoek), een minimale veilige afstand bewaren en boomstammen en overhangende takken vermijden. Deze geoptimaliseerde trajecten worden, samen met de camerabeelden aan boord van de drone, gebruikt als demonstraties met gelabelde acties om de VLA via imitation learning te trainen. Het model moet daardoor leren om uitsluitend uit pixels hetzelfde 3D-bewuste vlieggedrag af te leiden dat de planner op basis van ground truth berekent — ruim uitwijken vóór een bocht, onder een opening in het bladerdak door vliegen, of vaart minderen wanneer het gebladerte verderop dichter wordt. Het gedrag van het doel blijft bewust eenvoudig (een gescripte of licht gerandomiseerde rit langs een gebogen route), en de obstakelindeling blijft eenvoudig van aard maar dicht geplaatst. Daardoor ligt de moeilijkheid volledig in de afweging tussen occlusie en veilige volgafstand, en niet in het modelleren van een slimme tegenstander. Zo blijft de kernvraag van het project scherp afgebakend: kan een VLA de bevoorrechte 3D-redenering van een expertplanner destilleren tot een vliegend beleid dat uitsluitend wordt aangestuurd door visie en taal?

Wat ga je doen?

Je krijgt praktijkervaring met simulatie, robotica en moderne AI-modellen, terwijl je samenwerkt met onderzoekers die deze systemen dagelijks bouwen en bestuderen — een mooie manier om kennis te maken met zowel baanbrekend AI-onderzoek als met hoe het is om bij een onderzoeksorganisatie als TNO te werken.

In de praktijk zet je een gesimuleerde omgeving op, bijvoorbeeld in Isaac Sim of AirSim, met een drone, een auto die over een bochtige, met bomen omzoomde weg rijdt, en voldoende obstakels om de achtervolging echt uitdagend te maken. Je bouwt of configureert een planner die volledige kennis van de 3D-scène gebruikt om optimale achtervolgingstrajecten te berekenen — waarbij zichtbaarheid, veilige afstand en het vermijden van obstakels tegen elkaar worden afgewogen — en gebruikt deze trajecten als trainingsdemonstraties voor een vision-language-action-model. Dit model train en evalueer je uitsluitend met camerabeelden als input, vergelijkbaar met hoe een echte drone de wereld zou waarnemen. In je dagelijkse werk betekent dit een mix van programmeren, simulatie-experimenten uitvoeren, modelgedrag debuggen en itereren op wat “goede” demonstraties en trainingsopzetten zijn. De exacte methoden en scope kunnen zich ontwikkelen naarmate je verder in het werk duikt en ontdekt wat interessant of haalbaar is. Dit draagt direct bij aan TNO’s bredere onderzoek naar perceptie en besturing van autonome drones. Tegelijkertijd bouw je praktijkervaring op met simulatietools, moderne AI-architecturen en methoden voor reinforcement learning en imitation learning, en leer je hoe je een onderzoeksprobleem gaandeweg vormgeeft en afbakent — een vaardigheid die minstens zo waardevol is als elke specifieke techniek.

Wat wij van jou verwachten

Deze stage past bij een student in een masteropleiding zoals Artificial Intelligence, Computer Science, Robotics of een verwant technisch vakgebied, met een stevige basis in machine learning en een oprechte interesse in computer vision en autonome systemen. We zoeken iemand die ambitieus en zelfstandig is — iemand die het prettig vindt om zich te verdiepen in een onderzoeksprobleem dat nog niet volledig is opgelost, en die gemotiveerd is om het werk richting een publiceerbaar resultaat te brengen. Sterke Python-vaardigheden zijn belangrijk, en eerdere ervaring met deep-learningframeworks, bijvoorbeeld PyTorch, simulatieomgevingen of reinforcement learning/imitation learning is een duidelijke plus, al hoef je dit niet vanaf dag één volledig te beheersen. Wat vooral telt, is nieuwsgierigheid, doorzettingsvermogen en een praktische, experimentele instelling — iemand die plezier haalt uit itereren, debuggen en dingen uitzoeken, in plaats van een vast recept te verwachten. Je past goed in ons team als je graag zelfstandig nadenkt en tegelijkertijd regelmatig in gesprek gaat met je begeleiders voor overleg en feedback. De stage duurt doorgaans 6 tot 12 maanden, passend bij een masterscriptie, maar de exacte timing en opzet kunnen we bespreken. Gedurende de stage is er veel ruimte om te groeien: je verdiept je vaardigheden in moderne AI-architecturen, simulatiegedreven roboticaonderzoek en wetenschappelijk schrijven. Als het werk tot een sterk genoeg resultaat leidt, ondersteunen we je actief bij het uitwerken ervan tot een publicatie.

We vragen je om de volgende informatie op te nemen in je sollicitatie:

• Of je op zoek bent naar een afstudeerproject.
• Je gewenste duur van de stage: 6 tot 12 maanden.
• Je gewenste startdatum. Houd er rekening mee dat een veiligheidsscreening invloed kan hebben op de vroegst mogelijke startdatum.

Wat wij jou bieden

Een stage bij TNO betekent werken in een omgeving waar inhoud en impact centraal staan. Je komt terecht in een kennisorganisatie waar onderzoek en praktijk samenkomen en waar experts samenwerken aan oplossingen voor actuele maatschappelijke en technologische vraagstukken.

Je stage is een periode om te ontdekken wat bij jou past, waar je goed in bent en wat je nog wilt leren. Je maakt deel uit van een professionele werkomgeving, leert hoe het er in de praktijk aan toegaat en krijgt de ruimte om ervaring op te doen die verder reikt dan alleen deze stage. Voor veel studenten is een stage dan ook een eerste stap om te ontdekken of TNO past als mogelijke volgende stap na de studie.

Verder bieden we je:

• Een professionele en innovatieve stageomgeving waarin je actief bijdraagt aan maatschappelijke en technologische vraagstukken, samen met toonaangevende experts in jouw vakgebied.
• Betrokken en persoonlijke begeleiding, met aandacht voor jouw leerdoelen, ontwikkeling en studieopdracht.
• Ruimte om jezelf te ontplooien: je doet relevante werkervaring op, ontwikkelt zowel je vakinhoudelijke als professionele vaardigheden en bouwt een waardevol netwerk op.
• Gebruik van een laptop en de faciliteiten die je nodig hebt om je werk goed te kunnen uitvoeren.
• Een passende stagevergoeding van €615 per maand bij een fulltime stage, voor wo-, hbo- en mbo‑studenten.
• Tot acht uur verlof per stagemaand bij een fulltime stage, zodat je je stage goed kunt combineren met je studie en privéleven.
• Een tegemoetkoming in je reiskosten als je geen recht hebt op een studentenreisproduct.
• Een gratis lidmaatschap van Jong TNO: het netwerk voor jonge collega’s, waar je andere TNO’ers ontmoet en kunt deelnemen aan sportactiviteiten, inhoudelijke en persoonlijke ontwikkelactiviteiten en sociale evenementen, zoals de jaarlijkse skireis.

TNO als werkgever

Onze mensen vormen het hart van TNO. Hun nieuwsgierigheid, expertise en proactiviteit maken het mogelijk om impactvolle onderzoeken en innovaties te creëren voor duurzaam welzijn en welvaart van de samenleving. Daarom investeren wij in een inspirerende en inclusieve werkomgeving waarin collega’s kunnen excelleren, autonomie hebben en kunnen groeien.

Jouw talent en ambitie krijgen bij TNO alle ruimte. Je werkt samen met experts (zowel binnen als buiten TNO), je hebt toegang tot geavanceerde technologie en de vrijheid om te onderzoeken, te experimenteren en te vernieuwen. Onze kracht ligt in onafhankelijkheid, betrouwbaarheid en samenwerking. Door samen te werken met bedrijven en overheden en door verschillende perspectieven te verbinden, versterken we onze innovatiekracht. En we creëren verantwoord en betekenisvol resultaat. We vinden elkaar in verwondering en vindingrijkheid, en we zijn gedreven om grenzen te verleggen.

Bij TNO geloven we dat dit onze tijd is om de samenleving, de overheid en het bedrijfsleven sneller vooruit te helpen. Samen met gedreven collega’s zet je kennis om in concrete innovaties of ondernemingen die écht verschil maken. Door de kracht van wetenschap en ondernemerschap te bundelen. Druk jouw stempel op ónze tijd.

Hoe ziet het proces eruit?

Je kunt reageren op deze stagevacature tot en met 1 oktober 2026. Na je aanmelding ontvang je een bevestiging per e-mail.

TNO draagt zorg voor een passende stageovereenkomst. Mocht je vragen hebben over de inhoud van de stage of de procedure, dan kun je terecht bij de onderstaande contactpersoon.

Wanneer je bij ons start met een stage, vragen wij je ook om een Verklaring Omtrent het Gedrag (VOG) aan te leveren.

Voor deze stagevacature is het noodzakelijk dat de AIVD een Verklaring van Geen Bezwaar (VGB) afgeeft na het uitvoeren van een veiligheidsonderzoek. Houd hierbij in elk geval rekening met een gemiddelde doorlooptijd van circa 8 weken. Als je langer dan 6 aaneengesloten maanden in het buitenland hebt verbleven of als je niet de Nederlandse nationaliteit hebt, kan dit termijn mogelijk langer zijn. Kijk voor meer informatie op de website van de AIVD.

Belangrijk om te weten voordat je solliciteert:

• Voor de start van de stage moet een stageovereenkomst worden getekend. Voor studenten van een Nederlandse hogeschool of universiteit maakt TNO gebruik van het UNL-template, aangevuld met enkele TNO‑specifieke afspraken. Voor studenten van buitenlandse onderwijsinstellingen en MBO‑opleidingen geldt de TNO‑stageovereenkomst. TNO tekent geen andere stageovereenkomsten.
• Voor de start van de stage zal de onderwijsinstelling schriftelijk moeten bevestigen dat:
  1. jij gedurende de stage bent ingeschreven bij de onderwijsinstelling, en;
  2. de stage plaatsvindt in het kader van de opleiding.

Deze bevestiging vindt plaats via ondertekening van het UNL‑template of formulieren die door TNO worden verstrekt.

• Stagiairs bij TNO moeten bij de start van de stage beschikken over een Nederlands woonadres. Het uitvoeren van stage-activiteiten vanuit het buitenland is niet mogelijk.
• Ben je een internationale student? Houd er dan rekening mee dat je vóór de start van de stage een BSN (Burgerservicenummer) nodig hebt. Het aanvragen hiervan kan enkele weken duren, dus zorg dat je hier op tijd mee begint.