人形机器人算法工程师

聚焦人形机器人的动作生成（Motion Generation）与动作跟踪（Motion Tracking），结合环境感知与操作任务，研发具备泛化能力的全身运动策略。

岗位职责

研发人形机器人动作生成算法，支持行走、转向、起蹲、伸手、搬运等动作，实现多种运动技能的生成、组合与平滑切换。

研发基于强化学习、模仿学习的全身动作跟踪算法，提升机器人对参考动作的跟踪精度、动态平衡能力及抗扰动能力。

建设动作数据处理流程，包括动作捕捉、视频或已有运动数据的清洗、重定向与增强，提升动作数据在不同机器人形态上的可用性。

结合视觉、机器人状态及任务目标，探索感知驱动的动作生成与控制，使机器人能够根据环境、物体位置和交互需求调整动作。

研发移动与操作协同的全身控制策略，支持抓取、搬运、推拉等任务中的上下肢协调、接触处理与平衡控制。

在 MuJoCo、Isaac Sim/Lab 等平台中完成算法训练与评估，通过域随机化、系统辨识等方法提升策略的 Sim-to-Real 表现，并与部署团队共同完成真机验证。

跟踪动作生成、运动控制及机器人学习领域的前沿研究，复现并评估相关方法，推动算法在实际任务中落地。

岗位要求

硕士及以上学历，机器人、计算机、自动化、控制工程、人工智能等相关专业。

具备扎实的机器人学与数学基础，理解运动学、动力学、坐标变换及接触约束，熟悉 FK/IK；有 Pinocchio 等工具使用经验者优先。

熟悉强化学习或模仿学习，具备策略训练、训练调试和效果评估经验，能够分析并解决收敛困难、动作不自然、跟踪误差及策略鲁棒性等问题。

熟练使用 Python、PyTorch，具备良好的 C++ 编程能力；熟悉 MuJoCo、Isaac Gym/Sim/Lab 等至少一种机器人仿真平台。

在人形或足式机器人运动控制、动作生成、动作跟踪、全身控制等方向中，具备至少一项深入的研究或项目经验。

具备较强的实验设计、问题分析与动手能力，能够结合训练结果、仿真表现和真机反馈持续改进算法，并与部署、感知及硬件团队协作。

加分项

有人形机器人或其他足式机器人策略成功部署到真机的经验。

有感知驱动控制、视觉运动策略、移动操作（Loco-Manipulation）或全身操作经验。

有动作重定向、运动先验、Diffusion / Transformer 动作生成模型等相关研究经验。

在 ICRA、IROS、CoRL、RSS 等会议发表过相关论文，或有高质量开源项目。