职位描述
1. 负责机器人运动控制算法的设计与优化，包括轨迹规划、动力学建模、实时控制等核心技术，实现和优化模型预测控制 MPC、逆动力学优化、力控算法等。
2. 跟踪领域内最新研究动态，探索先进的运动控制方法，探索基于深度学习、强化学习的控制算法研发及应用，解决机器人运动中的复杂控制问题。
3. 负责在主流机器人仿真工具（如Isaac Sim、Mojoco等）中构建高效的仿真环境，在仿真环境中开发、验证运动控制算法，优化控制性能并确保算法的鲁棒性。
4. 负责在真实机器人平台上实现运动控制算法，优化运动控制算法以适应嵌入式设备或低算力平台，确保算法在端侧机器上的实时运行，解决实际部署中的软硬件协同问题，优化控制算法以适应不同机器人平台，确保系统在复杂环境中的稳定运行。
5. 跨团队协作与技术应用，与硬件团队合作，推动控制算法与机器人硬件的深度融合，根据实际业务需求，协助产品团队完成技术移植与落地应用。任职要求
1. 包含但不限于计算机、自动化、电子工程、机械工程、控制工程、机器人学、应用数学等相关专业，硕士及以上学历。
2. 深入理解运动控制相关理论（如动力学建模、轨迹规划、力控算法等），熟悉主流运动控制方法（如 PID 控制、模型预测控制 MPC、逆动力学优化等），具有相关项目经验。
3. 有较强的工程能力，熟练掌握 Python 和 C++，具备良好的代码开发和调试能力，熟练掌握ROS平台的开发，具有真实机器人平台上的开发和调试经验（如工业机器人、移动机器人、人形机器人等）。
4. 有丰富的端侧部署经验，熟悉嵌入式设备的开发流程，能够优化运动控制算法以适应低算力平台，熟悉轻量化框架（如 TensorFlow Lite、ONNX Runtime）及实时控制相关技术。
5. 熟悉当前运动控制与AI结合的前沿技术，熟悉强化学习、VLA算法等研究进展，有一定的深度学习经验。
6. 熟悉仿真环境中的运动控制算法开发，有在 Isaac Sim 环境中的算法开发、模型训练和调试的经验。
加分项：
- 有基于视觉、力觉或其他传感器的运动控制项目经验；有深度学习、大模型相关项目的开发经验。
- 在顶级会议或期刊（如 ICRA、ICRA、RSS 等）发表过相关论文。
- 有独立完成机器人运动控制系统开发与部署的经验。
- 优秀的团队管理能力和成功的团队管理经验，较强的沟通能力和团队合作意识，能够带领团队解决突发的实际问题。
