职位描述岗位职责 1. 重定向算法研发：研究并实现基于逆运动学（IK）、运动学优化或神经网络的人体到机器人动作映射方案。 2. 数据处理与特征构建：处理动作捕捉（MoCap）、RGBD、IMU等多模态人体姿态数据，完成骨骼重定向所需的数据预处理与特征提取。 3. 运动学建模：分析人机骨骼拓扑差异（自由度数量、关节类型、比例），设计合理的映射规则与约束条件。 4. 仿真与实机验证：在 MuJoCo / Isaac Sim 等仿真平台上验证算法效果，并协助推进实机部署与调试。 5. 效果评估：建立重定向质量量化指标体系（关节误差、末端执行器位置误差、运动平滑度等），持续迭代优化。任职要求掌握机器人正/逆运动学基本原理，理解 DH 参数、雅可比矩阵及关节空间与笛卡尔空间的转换关系。 Python 、c++编程熟练，能使用 NumPy / SciPy 完成数值计算与数据处理。 有 MuJoCo、Isaac Sim、Gazebo 或 PyBullet 至少一款仿真平台的使用经验，能读写 URDF / MJCF 模型文件，熟悉 ROS / ROS2 基本开发流程。 加分项 了解约束优化方法（QP、NLSQ 等），能使用 OSQP、CasADi 等工具求解 IK 问题者优先。 有强化学习或模仿学习在运动控制中的应用经验，熟悉 PyTorch 者加分。 有 MoCap 数据处理经验，或了解 MediaPipe、OpenPose 等人体姿态估计工具者加分。 有双足/人形机器人全身控制（WBC）相关项目经验者优先考虑。
