具身智能与灵巧操作高级研究员／算法负责人

岗位定位：面向智能机器人与多自由度灵巧手，负责核心算法研究和技术路线设计，推动感知、决策、运动控制与接触操作形成实机闭环。 1. 技术路线与任务设计：制定具身智能、灵巧操作及手臂协同的研究方案，将产品需求转化为可训练、可验证的机器人任务，明确阶段目标与评价指标。 2. 具身策略研究：研究模仿学习、强化学习、视觉语言动作模型等方法，实现从多模态感知到动作执行的策略学习，提升任务泛化、长时序执行和失败恢复能力。 3. 灵巧手操作研究：围绕多指抓取、稳定持握、重抓取、手内旋转、物体姿态调整及手臂协同开展研究，解决复杂接触、多指协调和抓取稳定性问题。 4. 多模态感知与闭环控制：融合视觉、关节状态及力／触觉信息，研究接触状态估计、滑移检测、抓取力调节及柔顺控制，提高操作鲁棒性。 5. 仿真与实机迁移：建立仿真训练与实机验证流程，开展系统辨识、接触与驱动建模、域随机化及参数校准，分析并缩小仿真与实机之间的差异。 6. 数据与评测体系建设：规划遥操作、示教采集、动作重定向和数据处理流程；建立成功率、泛化能力、运行时延、稳定性等评测标准，形成可复现的实验体系。 7. 团队协作与成果落地：指导算法工程师开展研发，与结构、电控、嵌入式及软件团队协作，推动算法在真实硬件上部署，并沉淀核心代码、技术文档及研究成果。

1. 博士/硕士学历，机器人、控制、人工智能、计算机、自动化、机械电子等相关专业。 2. 具备扎实的机器人运动学、动力学、优化及控制理论基础，能够独立完成问题建模、算法设计与实验验证。 3. 具备具身智能或机器人策略学习研究经历，同时具有灵巧手、多指抓取或接触操作项目基础；至少在其中一个方向形成深入研究成果。 4. 熟悉强化学习、模仿学习或多模态策略学习，理解数据、模型、控制与硬件约束之间的关系。 5. 熟练使用 Python、PyTorch，具备 C++ 开发能力；熟悉至少一种机器人仿真平台，能够搭建训练与评测环境。 6. 具有真实机器人实验经历，能够分析传感器误差、执行器特性、通信延迟及模型偏差对闭环效果的影响。 7. 具备独立研究、任务拆解和跨团队协作能力，有可核实的论文、开源项目或实机成果。 优先考虑 1.有灵巧手触觉操作、手内操作、手臂协同或移动操作研究经历。 2.有高质量机器人／人工智能论文，或同等水平的开源与实机项目成果。 3.有算法团队指导、端侧部署优化或机器人产品研发经验。 投递简历前，请提供代表研究/项目说明，以及可公开的论文、代码或实机演示视频，注明个人承担的工作。