运动控制算法工程师

岗位职责
算法设计与开发：
主导或参与基于MPC的步态生成器和基于WBC的全身控制器的设计、实现与调试。
深入研究机器人动力学模型，构建高保真、高实时性的控制优化问题。
优化控制算法的性能，包括稳定性、鲁棒性、能量效率和对不确定性的适应能力。
仿真与验证：
利用MuJoCo, Isaac Sim, Gazebo等物理仿真环境，进行控制算法的快速迭代与验证。
设计并执行全面的仿真测试用例，覆盖各种步态、地形及外部扰动场景。
通过仿真分析算法性能，定位问题，并主导算法的改进与提升。
工程实现与部署：
将经过仿真验证的控制算法，高效地部署到实体机器人硬件上。
与硬件团队紧密协作，解决传感器数据处理、实时通信、计算资源限制等工程挑战。
负责代码的优化，确保控制回路满足严格的实时性要求。
实验与分析：
主导实体机器人的实验测试，收集并分析实验数据，评估算法在实际系统中的表现。
基于实验结果，与团队合作持续迭代算法设计，实现从仿真到实物的快速迁移
任职需求
学历与专业：
硕士及以上学历，机器人学、控制科学与工程、计算机科学、自动化或相关专业。
核心理论与算法：
扎实的机器人运动学、动力学（浮动基座建模）与优化控制理论基础。
必须精通全身动力学控制（WBC） 和 模型预测控制（MPC） 的原理与实现。
工具与平台：
必须精通 C++ 和 Python，并在 Linux (Ubuntu) 环境下有丰富的开发经验。
拥有至少一种动力学计算库（如 Pinocchio, RBDL, Drake）的实战经验。
拥有至少一种优化求解器（如 OSQP, Acados, qpOASES）的使用经验。
拥有至少一种仿真工具（如 MuJoCo, Isaac Sim, Gazebo）的使用经验。
个人特质：
具备出色的分析问题、解决问题的能力，优秀的团队协作精神，以及对机器人技术的极高热情。
优先考虑条件：
拥有双足、四足或人形机器人相关项目的实际开发经验。
拥有处理足式机器人关键问题（如接触力优化、步态规划、状态估计）的经验。