地平线【2026届校招】机器人运动控制算法工程师
任职要求
1. 机器人学、计算机科学、自动化、人工智能等相关专业硕士及以上学历； 2. 掌握强化学习（如PPO、SAC），能够结合实际需求进行应用； 3. 了解机器人仿真平台（如Isaac Gym、Isaac Sim、Mujoco），能熟练使用仿真器训练和验证算法； 4. 扎实的运动控制理论基础，掌握机器人运动学、刚体/非刚体动力学建模及坐标空间变换； 5. 精通C++/Python编程，熟悉ROS/ROS2，具备工程化实现能力； 6. 具有良好的自驱力、团队协作精神和系统性思考能力。 加分项： 1. 在顶级会议（如ICRA、CoRL、NeurIPS等）或刊物（如IJRR、TRO等）发表过论文； 2. 具有足式机器人运动控制算法开发和实机部署经验； 3. 有嵌入式算法优化经验，能够结合应用场景完成技术实现。
工作职责
1. 参与设计、开发和优化足式机器人全身运动控制算法，提升动态性能与稳定性； 2. 推动机器人全身运动控制算法的系统集成、仿真验证和硬件部署； 3. 优化控制算法在嵌入式系统中的性能，满足实时性和低功耗需求； 4. 探索机器人全身运动控制在工业、服务或特定场景中的技术应用和落地机会； 5. 跟踪机器人运动控制领域的最新研究，探索解决该领域关键问题的创新技术。
智能驾驶系统产品线大规控部门负责城区、高速、停车场等全场景高阶辅助驾驶系统的规控和预测算法开发，同时搭建完善的仿真评测体系提升研发质量和效率。 开发理念： 打破惯性思维，根据问题本质寻找答案和设计解决方案； 不技术自嗨，守住性能底线后再做技术创新，用实车效果说话； 用数据驱动的思维做开发，做好数据闭环，注重评测迭代； 不做简单的规则堆叠，传统方法要提炼简洁优雅的“解析解”； 重视工具开发，提升研发效率，打开算法黑盒，尽量做解释性强的方案。 精益求精，打磨产品细节，做出亮点，提升产品体验。 1. 负责轨迹预测、行为决策、路径规划和运动控制等算法开发，并完成嵌入式量产平台部署； 2. 基于海量数据进行道路参与者行为预测算法研发，设计高性能、高准召、高稳定的预测模块； 3. 开发交互式决策和预测模型，改善自动驾驶车辆在复杂环境中的应对能力； 4. 负责自动驾驶系统产品级仿真引擎的架构设计，仿真平台自动化测试及可视化工具链的构建； 5. 构建可扩展的云端仿真框架，以在集群环境中运行批量仿真模拟，减少云端部署和运行成本； 6. 构建完善仿真场景库替代大部分路测，同时生成挑战性的场景增广路测能力； 7. 建立数据自动标注、难例批量挖掘和分析机制工具链，通过数据闭环持续提升算法能力。
1. 参与设计、开发和优化机器人Real2Sim算法方案，结合3D重建、3D&视频生成等技术，提升仿真环境真实性并降低仿真资产获取成本，以减缓在仿真中训练的机器人算法在迁移到真实世界时出现的性能下降； 2. 通过创新的技术解决柔性物体、流体、触觉仿真等复杂的仿真问题； 3. 设计复杂环境下的机器人3D感知&理解系统搭建，支持机器人导航&操作等下游任务能力提升； 4. 跟踪三维重建、AIGC生成领域的最新研究，探索解决机器人Real2Sim、Sim2Real领域关键问题的创新技术。
1. 参与设计、开发和优化机器人通用操作（Manipulation）算法； 2. 通过创新的技术提升机器人操作的成功率、通用性、泛化性、灵巧性和跨本体适用性； 3. 开发机器人操作所需的数据、训练和部署所需的基础设施； 4. 跟踪机器人操作领域的最新研究，探索解决该领域关键问题的创新技术。
1、项目交付：负责机器人及弱电项目的成功交付，涵盖地图扫描、点位布局、机器人设备配置与调试等关键环节。 2、试运行与陪产支持：主导项目试运行阶段的工作，以及陪产期间的技术支持，迅速响应并解决试运行或陪产中遇到的各种问题，确保系统稳定、可靠运行。 3、施工组织设计：根据公司项目管理标准，编写施工方案，确保施工过程的科学性与规范性，按时提交项目相关文档，为项目管理提供坚实的信息支撑。 4、项目总结：参与项目总结与复盘工作，提炼项目过程中的成功经验与不足之处，为组织过程资产的积累与持续改进贡献力量，促进团队整体能力的提升。