崗位職責算法設計與開發(fā)研發(fā)具身智能核心算法，包括但不限于多模態(tài)感知融合（視覺、觸覺、力覺）、物理交互建模、實時運動規(guī)劃與自主決策系統(tǒng)。構建基于強化學習（RL）、模仿學習（IL）的端到端具身智能框架，優(yōu)化算法在復雜動態(tài)場景中的魯棒性。仿真與真實環(huán)境適配開發(fā)高保真物理仿真環(huán)境（如Isaac Gym、MuJoCo），設計Sim2Real遷移策略，降低仿真與真實機器人間的性能差距。針對傳感器噪聲、機械延遲等物理約束，設計在線自適應算法。系統(tǒng)集成與優(yōu)化與硬件團隊協(xié)作，將算法部署至機器人操作系統(tǒng)（ROS/ROS2）或邊緣計算平臺，實現(xiàn)低延遲、高精度的實時控制。優(yōu)化算法計算效率，適配嵌入式設備（如Jetson、FPGA）的算力限制。前沿技術探索跟蹤具身智能領域最新進展（如具身大模型、神經(jīng)符號系統(tǒng)），推動算法在工業(yè)、服務機器人等場景的落地。參與學術研究，撰寫專利與頂會論文（ICRA、IROS、CoRL等）。任職要求：基礎能力碩士及以上學歷，計算機科學、機器人學、自動化、人工智能等相關專業(yè)，博士優(yōu)先。熟練掌握C++/Python，熟悉PyTorch/TensorFlow，具備機器人系統(tǒng)開發(fā)經(jīng)驗（ROS/ROS2、Gazebo）。技術要求深入理解具身智能核心領域：物理交互建模（剛體/柔體動力學、觸覺反饋）多模態(tài)感知融合（視覺SLAM、點云處理、傳感器標定）實時運動規(guī)劃（軌跡優(yōu)化、碰撞檢測）熟悉強化學習、模仿學習算法框架（如PPO、SAC、GAIL），有Sim2Real項目經(jīng)驗者優(yōu)先。項目經(jīng)驗2年以上具身智能、機器人算法開發(fā)經(jīng)驗，主導過至少1個完整項目落地（如人形機器人、工業(yè)機械臂、無人機）。熟悉機器人硬件系統(tǒng)（如電機控制、力控執(zhí)行器）或邊緣計算加速技術（CUDA、TensorRT）者加分。加分項在頂會（RSS、ICRA、CoRL）發(fā)表過具身智能相關論文，或參與過知名開源項目（如NVIDIA Isaac Sim）。具備跨領域經(jīng)驗（如腦機接口、認知科學）或大模型與具身智能結合的研究背景。