乐享科技-运动控制算法工程师

企业简介：

点击查看乐享科技专属图文介绍

乐享科技（JoYln）成立于2024年12月19日，公司秉承“正直、开放、极致”的价值观，专注于AI、机器人技术研发及产品应用的高科技企业；做全球消费级机器人的开创者、领导者；致力于打造“AI+机器人”时代下的新一代家庭智能移动硬件终端。公司研发人员占比80%以上，毕业于清华大学、浙江大学、中国科学院、卡耐基梅隆大学等国内外头部院校；已获顶级风投机构投资（IDG资本、Monolith、经纬创投、真格基金、红杉种子基金、绿洲资本、锦秋基金）；目前已经完成了两款产品平台的开发：一款50厘米高度的拥有20个自由度的小型具身智能机器人Z-Bot，以及一款履带式有稳定户外运动能力的W-Bot。

岗位职责

1. 研发适用于多自由度机器人、双足、四足仿生机器人运动控制的ZMP，MPC及深度强化学习算法，包括但不限于结合实际机器人运动特性，优化现有算法以提升决策效率和规划准确性，同时探索创新算法来应对复杂场景需求。

2. 负责深度强化学习算法的模型开发、调试与实际机器人验证。在模型开发过程中，需充分考虑机器人硬件性能和运行环境限制，开发高效且稳定的模型架构；调试阶段，运用多种优化手段确保模型收敛速度和精度；在实际机器人验证环节，根据验证结果对算法和模型进行持续改进，保障算法能在真实机器人系统中稳定运行。

3. 负责足式机器人的运动控制算法的开发、调试和测试；

4. 构造编写机器人控制相关的SDK，给内部同事或客户使用；

任职要求

5. 硕士及以上学历，985/211 院校毕业优先。计算机、机器人等相关专业，对强化学习控制有研究经验，具备扎实的理论基础和研究能力，能够快速理解和掌握深度强化学习领域的前沿知识和技术。

6. 熟悉多自由度机器人系统结构和 ROS 等软件栈，能够熟练使用 C++、Python 等任一编程语言，具备将算法转化为可执行代码并集成到机器人系统中的能力。熟悉机器人仿真软件如 mojuco, vrep, gazebo, NVIDIA Isaac 等，熟练掌握URDF生成、仿真环境搭建、能利用仿真环境进行算法的快速验证和优化。掌握常用的深度强化学习算法，如 PPO、SAC、DQN、DDPG、A3C 等。

7. 熟悉机器人学、熟悉浮动基机器人动力学及运动学，能够利用动力学库 Pinocchio 解决机器人运动问题。

8. 熟悉足式机器人基于动力学控制的常用算法，如 MPC、WBC、ZMP、DCM 等理论及实现方法，熟悉优化算法的应用，了解足式机器人离线轨迹规划算法。具有运动控制框架调试及搭建经验。

9. 熟悉强化学习及在足式机器人的应用，具有双足机器人运动训练及 Sim2Real 经验。具备独立完成项目中算法设计、开发和调试的能力。