虛擬動力

職位描述：

【崗位職責】
1、負責穿戴式外骨骼機器人核心運動控制算法研發(fā)與迭代，開發(fā)阻抗控制、力矩閉環(huán)、自適應控制等算法，實現設備精準助力、步態(tài)跟隨、姿態(tài)矯正等核心功能。
2、基于IMU、足底壓力、EMG肌電傳感器數據，研發(fā)人體運動意圖識別、步態(tài)相位分割算法，優(yōu)化人機協同效果，解決行走卡頓、助力滯后等問題，提升穿戴舒適度。
3、搭建外骨骼運動學/動力學模型，通過MATLAB/Simulink、ROS完成算法仿真、參數調試與樣機實測迭代，保障設備運行穩(wěn)定、響應快速。
4、負責算法輕量化、嵌入式移植與工程化落地，適配STM32/ARM平臺，滿足工業(yè)、醫(yī)療級產品量產可靠性要求。
5、根據工業(yè)負重、醫(yī)療康復、特種作業(yè)等不同場景，優(yōu)化定制控制策略，配合團隊完成整機聯調與技術迭代。

【任職要求】
1、碩士及以上學歷，自動化、控制工程、機器人、機電、人工智能等相關專業(yè)，優(yōu)秀本科生可破格錄用。
2、扎實掌握自動控制、現代控制理論，熟悉PID、阻抗控制、MPC、自適應/滑模控制，了解機器人動力學建模。
3、熟練使用MATLAB/Simulink仿真建模，精通C/C++，熟悉ROS/ROS2，有嵌入式算法開發(fā)、調試、移植經驗。
4、熟悉IMU、壓力、肌電傳感器數據處理與融合，有步態(tài)識別、運動意圖識別項目經驗優(yōu)先。
5、具備獨立算法研發(fā)、樣機調試與問題排查能力，邏輯清晰，擅長技術鉆研與團隊協作。

【優(yōu)先加分項】
1、有外骨骼機器人、康復機器人、人形機器人控制算法研發(fā)經驗；
2、有算法工程化、產品量產落地經驗，熟悉代碼輕量化、穩(wěn)定性優(yōu)化；
3、持有相關技術專利、發(fā)表相關論文、機器人競賽獲獎者優(yōu)先。

職位描述：

【人形機器人相關研發(fā)內容】能力優(yōu)秀，薪資OPEN 可談~

崗位職責：
1、負責將動作捕捉數據，通過運動重定向技術適配到特定的人形機器人模型上。包括開發(fā)算法解決因骨骼結構、關節(jié)自由度差異導致的運動映射問題，并利用接觸面積等信息優(yōu)化重定向效果，確保動作自然且物理可行；
2、負責開發(fā)強化學習算法訓練機器人的運動控制策略，重點優(yōu)化動態(tài)平衡、地形適應及能耗效率，并通過模仿學習等技術利用動捕數據加速訓練過程；
3、負責搭建高保真仿真環(huán)境（如Isaac Gym, MuJoCo），并解決Sim-to-Real差距問題；
4、了解跟蹤強化學習在腿足式機器人領域的前沿技術，推動相關技術落地應用。

任職條件：
1、計算機或機器人等相關專業(yè)碩士及以上學歷背景；
2、精通強化學習核心算法（如PPO, SAC, DDPG）和模仿學習/逆強化學習，有相關工程應用經歷者優(yōu)先；
3、具備一定的機器人學基礎，包括動力學建模、運動規(guī)劃、全身控制（WBC）和狀態(tài)估計
4、熟悉Python和C++編程語言，熟悉主流的強化學習框架和機器人仿真環(huán)境（如MuJoCo、Isaac Gym），具有ROS經驗者優(yōu)先； 
5、在相關領域有頂會頂刊論文發(fā)表者優(yōu)先。

職位描述：

【應屆碩士投遞，需碩士期間發(fā)表過論文在 sci 或者 中文核心期刊】

崗位職責?
1. 負責視覺-語言-動作（VLA）多模態(tài)大模型的架構設計、訓練與優(yōu)化，實現機器人對自然語言指令與視覺環(huán)境的端到端理解與動作生成。
2. 開發(fā)并優(yōu)化動作生成策略，融合模仿學習（BC、GAIL）、強化學習（PPO、SAC）、擴散策略（Diffusion Policy）與流匹配（Flow Matching）技術，提升機器人在復雜場景下的泛化能力。
3. 構建并維護高質量機器人交互數據集，設計數據采集、清洗、標注與混合訓練流程，支撐VLA模型的閉環(huán)迭代。
4. 部署VLA模型至人形/機械臂機器人平臺，優(yōu)化推理延遲、內存占用與能效比。

?任職要求?
?1. 計算機科學、人工智能、機器人學、自動化或相關專業(yè)?碩士及以上學歷。
?2. 精通 ?Python? 與 ?PyTorch?，具備大規(guī)模多模態(tài)模型訓練經驗（支持多機多卡，熟悉DeepSpeed/FSDP）。
3. 深入理解 ?Transformer?、?ViT?、?Qwen-VL等視覺-語言預訓練架構，具備微調與適配能力。
4. 熟練使用 ?3D視覺工具鏈?：PCL、Open3D、點云配準、6D位姿估計、SLAM（VINS、ORB-SLAM3）。
?5. 具備?模仿學習?與?強化學習?實戰(zhàn)經驗，熟悉動作序列建模、行為克隆、獎勵函數設計。
6. 有?VLA模型?（如OpenVLA、RT-2、RDT）或?多模態(tài)策略?開發(fā)經驗者優(yōu)先。