机器人运动规划算法实习生

1. 负责多自由度机械臂运动控制算法、轨迹优化与运动规划算法的研发，确保机器人能够在复杂环境中进行精准、高效的任务执行。 2. 负责机器人自主避障、抓取操作等智能算法的开发与实现，提升机器人在实际操作中的自主性与适应性。 3. 参与机器人协同控制算法的设计与优化，确保多个机械臂或机器人系统在协作任务中的协调与精确控制。 4. 与机械臂硬件及感知模块团队紧密合作，整合运动控制算法，完成整套机器人系统的部署、调试及验证。 5. 参与机器人动力学、运动学建模与仿真研究，解决机器人在复杂环境下的动态稳定性与任务执行能力问题。 6. 关注并引入机器人领域的前沿技术，持续优化现有算法，提升机器人系统的智能化水平。 7. 编写相关算法文档，跟踪产品算法功能的日常问题，并提供及时的技术支持和优化。

1. 学历要求：硕士及以上学历，机器人学、计算机科学、自动化、控制科学、数学等相关专业。 2. 技能要求： - 熟悉多自由度机械臂的运动学、动力学建模与分析，掌握Inverse Kinematics (IK)、Forward Kinematics (FK)、刚体/非刚体动力学等基础理论。 - 精通机器人运动控制算法，如PID控制、LQR、MPC、轨迹跟踪算法（A*、RRT*、HybridA*等），并具备实际开发经验。 - 熟练掌握C++、Python等编程语言，熟悉Linux操作系统，能够独立开发与优化高效、可扩展的代码。 - 熟悉ROS、Gazebo、CoppeliaSim等机器人仿真平台，能够进行机器人运动学与控制的仿真与调试。 - 理解深度学习、强化学习等高级算法，能够将其应用于机器人控制任务中，如视觉引导、力觉感知等。 - 熟悉常见的机器人传感器与数据融合技术，能够结合多传感器信息（视觉、触觉、IMU等）实现精准控制。 3. 工作经验要求： - 至少有1-3年以上机器人算法开发经验，具备机械臂、移动机器人或协作机器人相关项目经验者优先。 - 在机器人控制或导航系统中有实际的开发与部署经验，能够应对复杂的控制与规划任务。 4. 个人素质要求： - 具备扎实的数学基础，特别是控制理论、优化理论与算法设计能力。 - 良好的团队合作精神和沟通能力，能够与硬件、感知等模块的团队紧密协作。 - 强烈的自我驱动力，乐于学习新技术并在实践中加以应用。 - 有较强的动手能力，能够在实际环境中进行算法调试与性能优化。 优先考虑： - 具有机械臂、人形机器人或协作机器人开发经验者。 - 有机器人竞赛经验、学术论文（如IJRR、ICRA、IROS等）发表或项目开发背景的优先。 - 熟悉机器人仿真平台（如MuJoCo、Isaac Gym）及深度学习框架（如TensorFlow、PyTorch）者优先。