极飞科技机器人算法工程师(J11347)
任职要求
1、熟悉linux和C++编程; 2、熟悉常用的规划算法,如A*、Dijkstra、RRT…
工作职责
1、负责机器人规划与控制算法开发; 2、负责建图算法的开发; 3、进行前沿算法的研究与实现; 4、解决算法开发与测试过程中的问题; 5、完成上级安排的其他工作任务。
1、负责机器人(无人机)规划与控制算法开发; 2、负责建图算法的开发; 3、进行前沿算法的研究与实现,解决算法开发与测试过程中的问题; 4、完成上级安排的其他工作任务。
1、负责挖掘机多自由度机械臂的运动学、动力学建模,设计并实现运动控制算法(轨迹规划、逆运动学求解、力/位混合控制等); 2、负责液压运动控制系统的轨迹控制器开发、调优、嵌入式移植及产品化落地,解决液压系统固有的响应延迟、非线性、死区特性等控制难题; 3、研究并应用机器学习/深度学习方法融合到传统控制框架中,构建数据驱动或模型混合的智能控制策略,重点攻克以下课题: (1)液压系统时变延迟的在线辨识与自适应补偿; (2)控制特性随油温、负载、磨损等工况变化的鲁棒适应问题(如基于学习的参数自整定、域自适应); (3)利用强化学习(RL)/ 模仿学习等方法优化挖掘机复杂作业场景下的运动控制策略; (4)搭建仿真-实机闭环验证流程(Sim-to-Real),推动基于学习的运动控制模型从离线训练到实车部署的全链路落地;
1、负责挖掘机多自由度机械臂的运动学、动力学建模,设计并实现运动控制算法(轨迹规划、逆运动学求解、力/位混合控制等); 2、负责液压运动控制系统的轨迹控制器开发、调优、嵌入式移植及产品化落地,解决液压系统固有的响应延迟、非线性、死区特性等控制难题; 3、研究并应用机器学习/深度学习方法融合到传统控制框架中,构建数据驱动或模型混合的智能控制策略,重点攻克以下课题: 4、液压系统时变延迟的在线辨识与自适应补偿; 5、控制特性随油温、负载、磨损等工况变化的鲁棒适应问题(如基于学习的参数自整定、域自适应); 6、利用强化学习(RL)/ 模仿学习等方法优化挖掘机复杂作业场景下的运动控制策略; 7、搭建仿真-实机闭环验证流程(Sim-to-Real),推动基于学习的运动控制模型从离线训练到实车部署的全链路落地;