Abolfazl Lavaei, Dr.-Ing.
 

Abolfazl Lavaei 

Abolfazl Lavaei
Postdoktorand

Institut für Dynamische Systeme und Regelungstechnik
ETH Zürich

ML K 32.1
Sonneggstrasse 3
8092 Zürich, Schweiz

Tel:  +41 44 632 24 42
Fax: +41 44 632 11 39

Email:   alavaei@ethz.ch
Web:     www.lavaei.de


Biografie

Abolfazl Lavaei ist Postdoktorand am Institut für Dynamische Systeme und Regelungstechnik der ETH Zürich und arbeitet mit Prof. Emilio Frazzoli zusammen. Von November 2019 bis Dezember 2020 war er Postdoktorand im Hybriden Steuerungssystems (HyConSys) Lab am Institut für Informatik der Ludwig-Maximilians-Universität München (LMU). Er erhielt den Phd. Abschluss in Elektrotechnik der Technischen Universität München (TUM), 2019. Während seiner Promotion Studien wurde er als einer der drei besten Finalisten für den IFAC Young Author Award beim 15. IFAC-Symposium für hochdimensionale komplexe Systeme: Theorie und Anwendungen (LSS) im Jahr 2019 ausgewählt. Er erhielt außerdem den “Best Demo/Poster Award” für die Entwicklung eines fortschrittlichen Softwaretools in C++/OpenCL namens AMYTISS auf der 23rd ACM International Conference on Hybrid Systems: Computation and Control (HSCC), 2020. Er erhielt den M.Sc. Studium der Luft- und Raumfahrttechnik mit Spezialisierung auf Flugdynamik und Regelung an der Universität Teheran (UT). Für seine Masterarbeit erhielt er den Best Graduate Student Award in allen Studienbereichen an der Fakultät für neue Wissenschaften und Technologien der Universität Teheran. Er ist der erste und einzige Student im ganzen Land, dem es gelungen ist, in zwei Semestern (einem akademischen Jahr) einen zweijährigen Master of Science mit dem vollen GPA (20/20) zu erhalten. Er ist auch der Empfänger mehrerer renommierter Phd. Stipendien von verschiedenen Spitzenuniversitäten. Er ist Alumni-Stipendiat der Munich Aerospace Research Group sowie des Deutsches Zentrum für Luft- und Raumfahrt (DLR).

Sein Forschungsschwerpunkt liegt auf theoretischen und praktischen Aspekten der “automatisierten (KI-basierten) Verifizierung und Steuerung von hochdimensionalen stochastischen cyber-physikalischen Systemen” mit Anwendung auf das autonome Fahrzeuge. Seine Forschungsinteressen konzentrieren sich auf die Schnittstelle von Steuerungstheorie, Optimierung, maschinellem Lernen, künstliche Intelligenz, und Datenwissenschaft, für die er kompositorische formale Methoden, bestärkendes Lernen/tiefes Lernen, datengestützte Optimierung und fortgeschrittene (parallele) Programmierung in C++/Python/OpenCL einsetzt. Sein Forschungsthema an der ETH Zürich lautet “Vertrauenswürdige sicherheitskritische KI für autonome Fahrzeuge”.