岗位职责
- 运动控制方向（二占一即可） 负责移动机器人运动控制、轨迹规划算法的研发设计并实现人形/双足机器人的全身运动控制器（WBC），融合学习策略（如 ASAP、PHC）与底层控制接口负责将强化学习、模仿学习应用于机器人规划控制以及多智能体交互领域的算法研发构建高保真仿真到现实（Sim2Real）的一致性验证体系，支撑机器人硬件快速迭代主导端到端系统闭环：从仿真训练、真机部署、性能评测到硬件优化建议，形成可复用的技术资产（如工况库、自动化评测工具、数据生成管道等）；
- VLA 操作模型方向 负责具身智能 VLA 研发和部署阶段的数据平台搭建和管理负责机器人开源数据及自采数据的收集和规范化处理深度参与数据驱动的 VLA 模型预训练、后训练和真机部署。
职位要求
- 机器人、计算机、自动控制、机电工程、数学等专业硕士/博士，理论功底深厚具备机器人规划控制相关知识，具有运动控制/导航相关的研发经历，以及运动控制算法设计、建模与控制等方面的研发经验熟悉具身智能领域的前沿算法，如 RDT、π
- OpenVLA、ACT、Diffusion Policy 等熟悉并使用过具身智能开源数据集如 OXE、DROID、智元 GO-1 等有相关足式机器人控制经验更优；
- 技术栈能力： 熟练使用主流机器人仿真平台（如 Isaac Gym、Mujoco、PyBullet 等）具备扎实的 C/C++ 和 Python 编程能力，熟悉 Linux 及嵌入式系统开发熟悉 ROS、SLAM、运动规划等至少两项核心技术者优先熟悉机器人定位导航技术者优先，熟悉 ROS 相关使用优先；
- 实战经验（满足以下任一即可加分） 有 VLN / ObjNav 真机部署经验，实现在室外开放场景下的视频级导航搭建过全尺寸人形机器人的 WBC 控制框架，完成学习策略（如 ASAP/PHC）到硬件执行的完整链路集成开发过双足机器人复杂地形运动控制系统，融合 3D 视觉语义、SLAM 与课程学习，实现动态策略转换主导过从仿真训练 → 真机部署 → 性能评估 → 硬件反馈的端到端闭环项目具有仿人形、协作机器人项目落地经验者优先。
