深圳超维动力智能科技有限公司

我们正寻觅一位兼具算法创新与工程落地能力的灵巧操作算法工程师/专家/总监，聚焦人形机器人灵巧手操作任务的核心算法研发。你将主导遥操作、力控、强化学习等关键技术的开发与部署，构建高保真仿真环境与真实场景迁移方案，推动机器人实现高效、精准的自主复杂操作，助力具身智能技术从实验室走向产业化落地。 主要职责： 1、灵巧操作算法全栈研发：负责人形机器人灵巧手先进操作算法的设计、开发、部署与调试，重点攻关遥操作映射优化、高精度力控策略、基于强化学习的自主操作等核心技术，提升任务完成效率与鲁棒性。 2、高保真仿真体系构建：牵头搭建灵巧操作仿真环境并实现仿真-实机迁移，涵盖机器人运动学/动力学建模、多模态传感器（触觉/视觉）仿真、物理环境交互仿真等，支撑算法快速迭代验证。 3、强化学习算法创新落地：开发并改进适用于灵巧操作场景的强化学习算法，结合模仿学习、元学习等技术，解决复杂操作任务中的样本效率、泛化能力等关键问题，实现算法的工程化部署。 4、技术难点攻坚与协同：针对机器人在特定操作任务（如精细抓取、装配、工具使用）中的技术瓶颈，主导跨团队技术攻关，协同硬件、感知团队输出系统性解决方案，推动技术突破。 职位要求 5、学历与专业：自动化、计算机科学与技术、人工智能、机器人工程等相关专业硕士及以上学历，具备扎实的算法理论基础与科研素养。 6、核心技术基础：深入理解机器人动力学、运动学及最优控制理论，拥有扎实的数学功底（线性代数、概率论、优化理论等），能支撑复杂算法的推导与实现。 7、工程开发能力：精通Linux和Docker开发环境，熟练掌握C++与Python编程语言，熟悉git版本控制工作流，具备模块化、高可读性的代码编写习惯。 8、综合素养：谦逊开放，思维活跃，具备优秀的跨团队协作意识与沟通能力；学习能力强，能独立跟踪前沿技术并探索其在灵巧操作场景的应用。 【加分项】 1、熟悉主流强化学习（如PPO、SAC）、模仿学习（如BC、GAIL）等算法原理与工程实现细节。 2、精通Isaac Gym/Isaac Lab或其他机器人仿真平台，具备复杂操作场景（如柔性物体交互、多工具使用）仿真环境搭建经验。 3、拥有灵巧手触觉传感器（如力反馈、触觉阵列）数据处理与应用经验，能结合触觉信息优化操作控制策略。 4、具备sim2real（仿真到真实）实战经验，掌握领域自适应、域随机化等迁移技术，有算法实机落地案例。 5、有多关节机器人（如机械臂、灵巧手）控制或操作算法开发经验，熟悉ROS/ROS2框架。 6、在CVRP/ICCV/ICRA/IROS/NeurIPS等顶会或IJRR/TRO/TPAMI等顶刊发表过灵巧操作、机器人控制相关论文者优先。 我们提供： 前沿技术攻坚机会：加入行业领先的人形机器人研发团队，深度参与具身智能灵巧操作核心技术研发，直接推动机器人操作能力的代际突破。 顶尖协作生态：与全球顶尖的算法、硬件、感知专家共事，参与全球范围内最具挑战性的机器人项目，在开放创新的氛围中碰撞技术火花。 学术与产业双驱动：支持核心研发成果发表顶刊顶会，同时享受技术从实验室走向产业化的完整闭环体验，实现学术价值与商业价值的统一。 全方位激励体系：提供极具竞争力的薪资福利、核心项目奖金及人才期权，配套清晰的“工程师-专家-总监”职业发展路径与个性化成长支持。

职位概述 我们正在寻找一位专注于系统级软件测试的测试工程师，加入人形机器人整机研发团队。您将深入参与从系统集成、功能验证到现场部署的全过程，聚焦控制、感知、导航等多模块间的软件联调与验证，确保机器人系统在动态场景中的稳定性、鲁棒性和可追溯性。 该岗位面向具身智能系统研发的“最后一公里”问题，需要具备扎实的软件理解能力、测试框架构建能力以及与多团队协作推进的工程经验。 核心职责 1、参与设计并构建整机级软件测试框架，覆盖控制系统、感知算法、任务调度、通信接口等多模块； 2、编写系统级自动化测试脚本，执行功能性测试、回归测试、集成测试，验证系统模块间的协同与兼容性； 3、 深度参与多模态软硬件联调，包括力/视觉/触觉等传感器数据链路、控制输出链路、应急机制等； 4、与控制、算法、系统架构团队协作，对软件版本变更影响进行分析并制定相应测试用例； 5、支持场景级测试用例设计（例如复杂动作组合、远程遥操作、异常恢复等），构建高覆盖率的SOP测试矩阵； 6、编写和维护测试报告、Bug列表、复现步骤等文档，协助追踪和验证缺陷的修复情况； 7、参与CI/CD 流程测试环节的优化与平台搭建，提升测试效率与测试链路可视化程度； 8、 跟踪业内机器人系统测试最佳实践，持续迭代测试策略和工具链。 职位要求 1、本科及以上学历，计算机、自动化、机器人、电子工程等相关专业； 2、至少5年以上嵌入式或机器人软件系统测试经验，熟悉复杂多线程/多模块系统的测试策略； 3、熟悉Python/C++，具备一定自动化脚本编写能力，了解Linux/ROS等系统运行环境； 4、熟悉软件开发流程，掌握基本的版本管理（Git）、测试框架（如pytest, unittest）、缺陷管理工具（JIRA等）； 5、对控制系统、感知系统等具身智能模块有基本理解，能快速理解模块逻辑与数据链路； 6、具备系统性思维、问题拆解与风险识别能力，热衷测试体系建设与质量文化推动。 加分项 有人形机器人、四足机器人、自动驾驶、智能硬件整机联调经验； 熟悉ROS2架构下系统测试方法，包括launch file测试、topic链路验证、node生命周期测试等； 有CI平台（如GitLab CI、Jenkins）集成测试设计经验； 熟悉通信协议调试（CAN、UDP、串口等）与软硬件协同Bug排查流程。 我们提供 直接参与下一代人形机器人的系统级质量保障流程，具备高度工程挑战与技术纵深； 与控制、算法、机械、感知等跨学科专家共建机器人系统交付能力； 完整的从0到1系统构建与产品闭环机会，助力职业成长； 重视工程质量文化与开发者体验的研发氛围，支持长期技术发展路径。

职位描述 1. 负责具身智能体/轮臂机器人的运动规划与控制系统的整体架构设计和核心算法研发，将自动驾驶领域成熟的规划控制技术迁移到机器人场景 2. 研发适用于复杂动态环境的全局路径规划、局部避障和轨迹生成算法，解决行人密集、动态障碍物多、地形复杂等服务场景特有的挑战 3. 设计和实现机器人底盘控制和全身运动控制算法，包括运动学 / 动力学建模、模型预测控制 (MPC)、PID 控制、力控等 4. 探索端到端规划控制技术，结合大模型和强化学习，研发从原始传感器输入直接到机器人动作输出的端到端决策控制系统 5. 优化算法的实时性、鲁棒性和泛化性，解决真实世界中光照变化、地面不平、传感器噪声等问题 6. 参与算法的工程化落地和性能调优，与感知、大模型、硬件等团队紧密协作，推动产品迭代和技术创新 7. 跟踪学术界和工业界的最新技术进展，将前沿研究成果快速转化为产品能力 任职要求 1. 计算机科学、电子工程、自动化、机器人学、车辆工程等相关专业博士学历 2. 具备自动驾驶规划与控制算法的研究或工作经验，在相关领域有深入的技术积累 3. 精通至少一种自动驾驶规划技术：Lattice Planner、EM Planner、A*、RRT*、时空联合规划等 4. 精通至少一种控制技术：模型预测控制 (MPC)、线性二次调节器 (LQR)、PID 控制、滑模控制等 5. 具备扎实的数学基础（线性代数、概率论、最优化、刚体运动学与动力学等）和编程能力（C++/Python） 6. 精通 PyTorch/TensorFlow 等深度学习框架，了解强化学习在规划控制中的应用 7. 有较强的英文读写能力，能够快速阅读和理解国际顶级会议和期刊的论文 8. 具备良好的沟通能力和团队协作精神，能够独立承担研究课题并推动项目落地 加分项 1. 在 ICRA/IROS/NeurIPS/ICML/CoRL 等顶级会议上以第一作者发表过相关论文 2. 有端到端自动驾驶（End-to-End Autonomous Driving）规划控制的研究或实践经验 3. 熟悉机器人操作系统（ROS/ROS2），有服务机器人或移动机器人项目开发经验 4. 有大模型与机器人规划控制结合的研究经验，了解 LLM/VLM 在具身决策中的应用 5. 有强化学习、模仿学习在机器人控制中的应用经验 6. 有开源项目贡献经历或在国际算法竞赛中取得优异成绩 7. 熟悉机器人硬件和传感器，有实际机器人调试经验

职位描述 公司简介：我们是一家专注于具身智能领域的初创公司，致力于通过前沿技术研发赋予机器人感知、决策与执行能力，推动智能机器人在多场景下的落地应用。 职位描述： 1、负责研发面向双臂机器人在真实环境下完成复杂物理任务的多模态决策模型，推动机器 人VLA（视觉-语言-动作）基础大模型落地 2、负责数据采集设计、算法架构设计、模型训练、工程部署及持续性能优化，与硬件、数据平台、应用团队深度协作，打造端到端系统级解决方案 3、持续探索多模态大模型（如VLM、VLA、VLN等）在具身智能领域的创新应用，推动算法从实验室到实际场景的技术转化 4、跟踪行业和学术前沿，复现、优化并转化最新具身智能相关技术成果 职位要求 1、全日制硕士/博士，计算机科学、人工智能、机器人、自动化等相关专业，扎实掌握机器人学习、深度学习、模仿学习等核心算法。一周5天全勤在岗实习 2、精通Python，具备C++/Python良好编程习惯，熟练掌握PyTorch/TensorFlow等主流深度学习框架 3、有多模态大模型（VLM/VLA等）在机器人感知、操作、导航等方向的研发及落地经验，或具备相关算法的深入研究背景 4、熟悉视觉、语言等多模态融合算法，具备多模态大模型调优经验，了解具身智能领域前沿创新进展 5、具备良好自驱力、抗压能力和团队协作、跨部门沟通能力，对机器人具身智能充满热情

1. 负责可穿戴式设备、机器人的硬件方案设计与整机集成，含关键元器件选型、适配评估、电气连接方案设计以及相关文档撰写 2. 主导设备的硬件调试与验证，含传感器 / 相机 / 主控等外设的联调、接口调试、稳定性测试； 3. 对接供应商，跟进方案评审、打样、试产、整改全流程，推动项目按时交付； 4. 与软件及算法团队配合，完成整机装配、联调与现场 Demo 验证； 5. 持续优化设备的稳定性、可靠性与可维护性，解决落地与迭代过程中的各类问题； 6. 关注具身智能与数据采集设备的技术动态，持续优化产品设计。 职位要求 1. 本科及以上学历，电子信息、计算机、自动化、机械工程等相关专业； 2. 2 年及以上带摄像头/IMU等传感器的智能硬件 / 可穿戴设备开发集成的行业经验，有项目从立项到量产的完整经验者优先； 3. 具备ARM等嵌入式软硬件联调经验，能独立排查通信、同步、数据采集等问题。 4. 具备较强的动手能力，能独立完成设备拆装、接线、改装与现场调试； 5. 具备良好的沟通协调能力，能高效对接供应商推进项目落地； 6. 对具身智能行业有热情，敢于创新，追求产品落地质量。

职位描述1、负责腿足/人形机器人运动控制系统研发，包括步态规划、全身控制、平衡控制及复杂地形行走策略的设计与实现 2、开发和优化基于强化学习的运动控制算法，确保算法的高效性、稳定性和可扩展性 3、在真实机器人平台上进行训练模型的部署与调试，推动模拟环境与真实环境的有效转化 4、深入研究和解决机器人控制中的核心技术难题，包括动力学建模、最优控制以及安全策略设计 5、参与端到端机器人学习系统开发，基于传感器（视觉/触觉等）输入完成任务泛化和复杂交互 职位要求1、硕士及以上学历，自动化、控制工程、机器人学、计算机科学、机械电子、数学、AI等相关专业背景 2、至少 2年以上腿足机器人/人形机器人运动控制研发经验，有项目主导经验或标志性成果者优先 3、扎实的控制理论基础，熟悉经典控制与现代控制（如最优控制、MPC、WBC、阻抗/力控制等） 4、深入理解强化学习原理，尤其是 PPO 等主流算法，熟悉 PyTorch/TensorFlow 及相关开源RL库 5、熟悉 Sim2Real 技术，具备在 Isaac Gym / Isaac Lab / Mujoco / Pybullet / Gazebo 等仿真平台上开展研究和应用的经验 6、精通 C++/Python 编程，掌握分布式深度学习系统开发经验者优先 7、熟悉机器人动力学、几何学、优化与统计方法，能够基于物理原理设计观测、动作与奖励函数 8、具备良好的团队合作精神与沟通能力，能够在跨学科团队中高效推进研发工作 【加分项】 1、在机器人、机器学习、计算机视觉等相关领域顶级会议期刊（如RSS、CoRL 、NeurIPS、TPAMI、TRO等）发表过影响力工作，或有顶级学术竞赛获奖经历 2、熟悉IsaacGym/Sim、SAPIEN、MuJoCo、Gazebo等主流机器人仿真平台 3、熟悉强化学习、机器人运控算法、多模态感知等相关算法

职位描述 1、负责基于 激光/视觉 slam 的构图、定位、里程计算法设计研究、设计、开发类； 2、负责基于 imu、轮速、camer、Lidar 等多传感器融合构图定位算法设计研究、设计、开发类； 3、负责语义SLAM算法研发与集成。 职位要求 1. 熟练掌握 C/C++/Python 语言，有扎实的算法编程基础； 2. 熟悉 SLAM、定位、多传感器融合、深度学习等至少一项关键技术： i. 熟悉 EKF/ESKF/InEKF/UKF 等多源信息融合滤波方法； ii. 熟悉 VINS-MONO/ORBSLAM/FAST-LIO 等经典 SLAM 算法框架，对图优化、因子图优化方法原理有深入研究，或熟悉基于深度学习的语义 SLAM 方法； iii. 熟悉 GNSS 定位算法，有嵌入式系统 GNSS 算法开发经验。 3. 有导航算法开发经验者优先。

公司简介：我们是一家专注于具身智能领域的初创公司，致力于通过前沿技术研发赋予机器人感知、决策与执行能力，推动智能机器人在多场景下的落地应用。诚邀优秀的研发/市场人才加入，共同打造具身智能领域最先进的AI INFRA平台软件。 岗位亮点：规划研发业界最先进具身智能系统，团队氛围开放，与算法、硬件专家紧密协作，跨领域学习机会多，支持技术创新与尝试。 【岗位职责】 扮演 “产品领航员” 的角色，通过系统化的市场分析、严谨的商业论证和跨部门协作，输出产品规划和解决方案设计，明确价值主张和竞争力。从市场机会识别到技术实现路径，回答 “为什么做”“做什么”“怎么做” 问题。 - 产品规划&解决方案设计：负责轮臂机器人等多形态本体，结合前沿具身算法和系统，在医疗/电力/数采工厂等场景的解决方案规划和商业落地，规划中长期商业路径、产品路标与落地方案。 - 商业分析：深度开展市场洞察，精准挖掘终端客户真实需求与业务痛点，提炼产品核心价值主张（如高危工业场景设备故障巡检等）；通过专业商业论证，校验并锁定产品与研发方向，保障项目具备可落地的商业价值。 - 市场推广：梳理标杆客户落地案例，打造场景化成功案例与行业样板，助力品牌宣传与市场拓展；挖掘行业标杆机会，参与行业展会、技术沙龙、生态交流等活动，传递产品能力与技术优势； - 技术跟踪&洞察：持续跟踪国内外具身智能、AMR、人机协同等前沿技术发展动态，定期输出技术趋势报告、落地可行性分析，沉淀可复用、可规模化的行业解决方案库。 【核心技能】 - 画像：具备敏锐的新技术感知力与客户价值洞察力，拥有强烈的技术商业化、场景化落地思维；拥有 AI / 机器人相关产品经验，懂技术、懂业务场景，独立完成落地方案设计。 - 产品规划落地经验：具备扎实的行业研究与解决方案输出能力，拥有 2B 领域从 0 到 1全流程项目经验，可独立完成场景调研、业务分析、价值提炼、需求定义、方案设计及产品整体规划。 - 跨团队协同能力：主观能动性强，优秀的跨部门沟通、资源协调与项目推动能力，可在技术、业务、资源多重约束下，平衡方案可行性与商业价值。

职位描述 1、负责腿足/人形机器人运动控制系统研发，包括步态规划、全身控制、平衡控制及复杂地形行走策略的设计与实现 2、开发和优化基于强化学习的运动控制算法，确保算法的高效性、稳定性和可扩展性 3、在真实机器人平台上进行训练模型的部署与调试，推动模拟环境与真实环境的有效转化 4、深入研究和解决机器人控制中的核心技术难题，包括动力学建模、最优控制以及安全策略设计 5、参与端到端机器人学习系统开发，基于传感器（视觉/触觉等）输入完成任务泛化和复杂交互 职位要求1、硕士及以上学历，自动化、控制工程、机器人学、计算机科学、机械电子、数学、AI等相关专业背景 2、至少 2年以上腿足机器人/人形机器人运动控制研发经验，有项目主导经验或标志性成果者优先 3、扎实的控制理论基础，熟悉经典控制与现代控制（如最优控制、MPC、WBC、阻抗/力控制等） 4、深入理解强化学习原理，尤其是 PPO 等主流算法，熟悉 PyTorch/TensorFlow 及相关开源RL库 5、熟悉 Sim2Real 技术，具备在 Isaac Gym / Isaac Lab / Mujoco / Pybullet / Gazebo 等仿真平台上开展研究和应用的经验 6、精通 C++/Python 编程，掌握分布式深度学习系统开发经验者优先 7、熟悉机器人动力学、几何学、优化与统计方法，能够基于物理原理设计观测、动作与奖励函数 8、具备良好的团队合作精神与沟通能力，能够在跨学科团队中高效推进研发工作 【加分项】 1、在机器人、机器学习、计算机视觉等相关领域顶级会议期刊（如RSS、CoRL 、NeurIPS、TPAMI、TRO等）发表过影响力工作，或有顶级学术竞赛获奖经历 2、熟悉IsaacGym/Sim、SAPIEN、MuJoCo、Gazebo等主流机器人仿真平台 3、熟悉强化学习、机器人运控算法、多模态感知等相关算法

核心使命 基于具身智能技术特性与产品优势，精准挖掘工业制造、物流仓储、消费服务等核心场景的商业化机会，通过战略客户开拓、生态伙伴搭建及商业模式创新，推动公司从技术验证到规模化盈利的关键突破，建立行业竞争壁垒。 岗位职责 1. 战略级客户开拓与深耕 - 主导国内外头部客户（含工业制造、物流供应链、新零售等领域龙头企业及政府相关部门）的开发与关系管理，精准匹配客户需求与公司技术能力（如运动控制算法、大模型、本体等核心技术的场景应用），促成商业订单落地。 - 深度运营客户，挖掘二次合作机会，推动单一场景合作向多场景解决方案拓展，针对数据采购型客户（含海外AI企业、机器人整机厂商），推动数据产品的持续复购与扩量合作。 2. 生态合作体系构建 - 规划并落地 “技术 - 场景 - 资本” 生态布局，识别并整合产业链关键资源，包括 AI 大模型服务商、核心零部件供应商、场景渠道方等，构建 “硬件 - 数据 - 服务” 的良性飞轮。 - 推动联合研发合作，与合作伙伴共建解决方案（如机器人 + 行业专用算法的定制开发），主导合作协议谈判与落地执行，确保技术协同与商业利益平衡。 3. 市场洞察与策略制定 - 持续追踪具身智能行业动态，包括生态布局、竞品技术路线及商业化进展，定期输出行业分析报告，为公司产品迭代与战略调整提供决策依据。 - 针对不同细分场景（如工业级高负载机器人、消费级服务机器人等）制定差异化商业策略，明确定价体系、渠道模式及推广路径，对年度营收目标与市场份额负责。 4. 品牌影响力与场景验证 - 主导行业峰会、技术沙龙等品牌活动，牵头标杆案例打造与传播（如工业场景量产落地案例、消费端情感交互产品试点成果），建立 “技术领先 + 场景实用” 的品牌认知。 - 快速推进新场景试点验证，协调内外部资源完成 POC 测试，收集客户反馈并转化为产品优化需求，加速技术商业化闭环。 5. 跨部门协同与资源整合 - 联动产品、技术团队将客户需求转化为可落地的解决方案，参与核心产品定义讨论，确保商业需求与技术实现的匹配性。 - 协同融资团队对接产业资本，利用商业合作成果提升公司估值，支撑后续研发与规模化扩张。 任职要求 必需条件 1. 行业经验：3年以上商业拓展经验，其中至少 1-2 年具身智能、人形机器人、工业自动化或 AI 硬件领域核心 BD / 销售经历，优先考虑具有以下任一背景者：机器人训练数据采集/销售商业经验（含数据标注平台、多模态数据产品等），或轮式/臂式机器人（AMR、协作臂、复合机器人等）的商业落地经验，具备头部机器人企业或供应链核心企业的客户资源积累。 2. 业绩证明：过往主导过单笔百万级以上订单或标志性生态合作项目，有机器人数据产品销售成交记录或轮臂式机器人规模化交付案例者优先，能清晰阐述项目从0到1的拓展逻辑与成果。 3. 技术认知：理解具身智能核心技术原理，包括运动控制、VLA 模型、力控系统等关键技术，能与技术团队及客户技术决策层进行深度专业对话，精准匹配技术能力与场景需求。 4. 核心能力：具备高层商务谈判能力、复杂项目管理能力及资源整合能力，能独立制定商业策略并推动跨部门执行，抗压性强，适应初创公司快速迭代节奏。 5. 基础资质：本科及以上学历，工科（自动化、机械电子、计算机等）或商科背景优先；英语可作为工作语言，有海外客户直接对接经验者优先。 优先项 1. 数据业务经验（优先）：有机器人行为数据、场景数据或多模态训练数据的商业销售经验，熟悉数据定价、数据合规出口或数据交易平台运营流程；曾与海外AI企业达成数据采购合作。 2. 轮臂式机器人落地经验（优先）：有AMR/AGV、协作机械臂、复合机器人等产品的商业拓展或交付管理经验，熟悉工厂、仓储、医院等场景的采购决策链条与集成商生态。 3. 拥有物流仓储、汽车制造、医疗康养等垂直行业的深度资源，曾主导该领域机器人解决方案落地者。 4. 熟悉具身智能产业政策，有政府项目申报或产教融合项目运营经验者。 5. 具备初创公司商业拓展经验，或有产业资本、生态平台资源者。

1、负责研发面向双臂机器人在真实环境下完成复杂物理任务的多模态决策模型，推动机器 人VLA（视觉-语言-动作）基础大模型落地 2、负责数据采集设计、算法架构设计、模型训练、工程部署及持续性能优化，与硬件、数据平台、应用团队深度协作，打造端到端系统级解决方案 3、持续探索多模态大模型（如VLM、VLA、VLN等）在具身智能领域的创新应用，推动算法从实验室到实际场景的技术转化 4、跟踪行业和学术前沿，复现、优化并转化最新具身智能相关技术成果 职位要求 1、硕士及以上学历，计算机科学、人工智能、机器人、自动化等相关专业，扎实掌握机器人学习、深度学习、模仿学习等核心算法 2、精通Python，具备C++/Python良好编程习惯，熟练掌握PyTorch/TensorFlow等主流深度学习框架 3、有多模态大模型（VLM/VLA等）在机器人感知、操作、导航等方向的研发及落地经验，或具备相关算法的深入研究背景 4、熟悉视觉、语言等多模态融合算法，具备多模态大模型调优经验，了解具身智能领域前沿创新进展 5、具备良好自驱力、抗压能力和团队协作、跨部门沟通能力，对机器人具身智能充满热情 【加分项】 1、在机器人、机器学习、计算机视觉等相关领域顶级会议期刊（如RSS、CoRL 、NeurIPS、TPAMI、TRO等）发表过影响力工作，或有顶级学术竞赛获奖经历 2、具备多模态大模型领域相关经验，或开源项目核心贡献 3、熟悉强化学习、机器人运控算法、多模态感知等相关算法

职位描述 专注于人形机器人灵巧手/夹爪在操作（manipulation）任务中的算法开发和部署，参与构建多样化的机器人任务场景，通过强化学习等方式，使机器人能够高效准确的自主完成各种有挑战的操作任务； 主要职责包括： 1. 负责研发面向人形机器人灵巧手/夹爪的先进操作算法，包含真机强化学习、sim-to-real强化学习等； 2. 负责数据采集设计、仿真环境搭建、算法架构设计、模型训练、工程部署及持续性能优化，打造端到端系统级解决方案 3. 跟踪行业和学术前沿，复现、优化并转化最新具身智能强化学习相关技术成果 职位要求 1. 自动化、计算机、人工智能 、机器人等相关专业硕士及以上学历。1个月内可到岗，实习期4个月以上，每周4天以上全职在岗时间； 2. 熟悉强化学习、机器人控制、多模态大模型方向；了解具身智能领域前沿创新进展。有真机强化学习/VLA/WAM等方向的研发及落地经验，或具备相关算法的深入研究背景； 3. 熟悉Python，掌握git工作流，熟练掌握PyTorch/TensorFlow等主流深度学习框架，具有良好的编程习惯； 4. 具备良好自驱力、抗压能力和团队协作、跨部门沟通能力，对机器人具身智能充满热情 加分项： 1. 有灵巧手触觉传感器应用经验； 2. 熟悉Isaac Gym/Isaac Lab仿真，能够搭建复杂的仿真环境； 3. 有sim2real实战经验； 4. 在顶级会议（如CVRP/ICCV/ICRA/IROS/NeurlPS等）或刊物（如IJRR/TRO/TPAMI等）发表过论文优先；

职位描述 1、负责研发面向双臂机器人在真实环境下完成复杂物理任务的多模态决策模型，推动机器 人VLA（视觉-语言-动作）基础大模型落地 2、负责数据采集设计、算法架构设计、模型训练、工程部署及持续性能优化，与硬件、数据平台、应用团队深度协作，打造端到端系统级解决方案 3、持续探索多模态大模型（如VLM、VLA、VLN等）在具身智能领域的创新应用，推动算法从实验室到实际场景的技术转化 4、跟踪行业和学术前沿，复现、优化并转化最新具身智能相关技术成果 职位要求 1、硕士及以上学历，计算机科学、人工智能、机器人、自动化等相关专业，扎实掌握机器人学习、深度学习、模仿学习等核心算法 2、精通Python，具备C++/Python良好编程习惯，熟练掌握PyTorch/TensorFlow等主流深度学习框架 3、有多模态大模型（VLM/VLA等）在机器人感知、操作、导航等方向的研发及落地经验，或具备相关算法的深入研究背景 4、熟悉视觉、语言等多模态融合算法，具备多模态大模型调优经验，了解具身智能领域前沿创新进展 5、具备良好自驱力、抗压能力和团队协作、跨部门沟通能力，对机器人具身智能充满热情 【加分项】 1、在机器人、机器学习、计算机视觉等相关领域会议期刊（如RSS、CoRL 、NeurIPS、TPAMI、TRO等）发表过影响力工作，或有学术竞赛获奖经历 2、具备多模态大模型领域相关经验，或开源项目核心贡献 3、熟悉强化学习、机器人运控算法、多模态感知等相关算法

职位描述 1、研发面向双臂机器人复杂物理任务的强化学习/模仿学习算法，提升机器人决策控制系统智能化水平 2、负责算法架构设计（包括观测、动作空间、奖励函数等）、模型训练、工程部署与评测，推动算法在实际场景的落地应用 3、持续跟踪行业动态与最新学术研究成果，开展新技术复现、优化与转化 职位要求 1、硕士及以上学历，计算机科学、人工智能、机器人、自动化等相关专业，具备扎实的机器人学、深度学习、强化学习算法等基础知识 2、精通Python编程，具备良好的C++/Python编程习惯，熟练掌握深度学习框架（PyTorch、TensorFlow等） 3、熟悉机器人学基础，包括运动学、动力学、概率论等；熟悉机器人仿真平台，如IsaacGym/Sim，SAPIEN，MuJoCo，Gazebo等 4、扎实的前沿算法研发与高效的工程实践能力，熟悉强化学习理论，有一定强化学习在真实世界的部署实践经验 5、对机器人与具身智能技术充满热情，自驱力强，有一定抗压能力，具备良好的团队合作与高效沟通能力 6、有在硬件上实施控制策略（包括阻抗控制、自适应控制、力控制、MPC）经验者优先 【加分项】 1、在机器学习、机器人、计算机视觉等相关领域会议期刊（如NeurIPS、ICML、ICLR、TRO、RSS、ICRA、CoRL、CVPR等）发表过影响力工作，或有学术竞赛获奖经历 2、熟悉运动控制算法，包括MPC、阻抗控制等内容 3、熟悉多模态（视觉、语言）算法及具身智能领域多模态大模型前沿进展；有相关开源项目核心贡献

职位描述 1、负责机器人运动控制算法研发，包括轨迹规划、力/阻抗/柔顺控制及全身协调控制等核心模块设计与优化 2、与具身算法团队紧密合作，分析并解决控制过程中的关键问题（如精度、抖动、实时性、稳定性），提升机器人整体运动性能 3、参与嵌入式控制系统与中间件开发，设计并实现机器人控制相关 SDK 与接口 4、推动控制算法在真实机器人平台上的部署、调试和持续优化，实现从仿真到实机的有效转化 5、跟踪行业与学术前沿，探索最新运动控制与zuiyou控制方法在机器人系统中的落地应用 职位要求 1、本科及以上学历，计算机科学、机器人、自动化、控制工程、机械电子等相关领域，社招需2年以上相关工作经验优先 2、熟悉 ROS/ROS2，精通 C/C++ 和 Python 编程，具备良好的软件工程习惯 3、深入理解机器人运动学、动力学与控制理论，具备多自由度机器人控制经验，能够处理复杂运动控制问题 4、熟练掌握路径/轨迹规划、现代控制理论（MPC、阻抗控制、力控制等），能够优化运动控制算法的效率与鲁棒性 5、具备较强的沟通表达能力和团队协作意识，逻辑思维与问题分析能力强，能够独立完成调试与技术支持任务 【加分项】 1、熟悉机器人轨迹规划、视觉伺服或物品抓取等落地应用，有多模态感知或强化学习控制经验者优先 2、在机器人、控制、机器学习等相关领域高水平会议期刊发表论文或有竞赛获奖经历 3、参与过机器人控制或感知相关开源项目，有实际工程部署或商业化落地经验