职位描述
项目背景：构建下一代通用具身智能系统。面向灵巧手和机械臂，打造具备高度泛化性的"通用大小脑"架构，以及用户生态友好的低门槛开发平台。团队正在快速扩充中，以助力数万台交付为目标。
灵巧手/机械臂运动控制算法开发：设计并实现高频（≥1kHz）、高精度的关节级与笛卡尔空间运动控制算法，支持力位混合控制、阻抗控制等多种模式。
轨迹规划与插值算法开发：基于梯形/S 形速度曲线、三次/五次样条、Minimum
Jerk/Minimum Snap 等方法，开发面向灵巧操作的高频轨迹规划算法，实现平滑、安全的轨迹输出。
运动学/动力学建模：构建灵巧手及多指协调的运动学与动力学模型，支持冗余自由度求解、奇异规避、零空间运动规划等。
仿真与真机验证：基于物理仿真完成控制算法的参数整定与稳定性分析，并在真机上完成调试、鲁棒性验证与性能评估。
低延迟实时部署与优化：针对嵌入式/边缘端硬件，进行控制代码实时性优化
（CPU 亲和性绑定、零拷贝通信、内存池预分配、EtherCAT 周期同步等），确保运控回路的确定性与实时性满足产品要求。任职要求
机器人控制基础：扎实的机器人运动学、动力学基础，熟悉逆运动学求解、轨迹规划（如 RRT、CHOMP、TrajOpt）、力控等经典方法。
传统控制算法：深入掌握经典与现代运动控制算法，包括 PID 及其变种（增量式 PID、串级 PID、分数阶 PID）、自适应控制（MRAC）、滑模控制（SMC）、鲁棒控制（H∞）、计算力矩控制、最优控制（LQR/iLQR）、模型预测控制（MPC），理解其稳定性分析与参数整定方法。
编程能力：精通 Python 与 C/C++，能编写高性能实时控制代码；熟悉 ROS/ROS2、实时操作系统。
仿真经验：熟悉主流的物理仿真与动力学引擎，有控制算法仿真验证经验。
硬件调试：有真实机械臂或灵巧手的硬件调试经验，了解常见通信协议
（EtherCAT、CAN、RS485）与伺服驱动调试。
有机器人控制、运动规划、具身智能等相关领域实习经验。
