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…
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.负责人形机器人整机机械结构设计与研发，包括关节布局、骨架结构、传动系统（齿轮、谐波减速器、RV减速器等）的选型、设计与优化，完成3D建模、2D工程图绘制。 2.基于材料力学、理论力学及机器人运动学原理，开展结构强度、刚度、动力学仿真分析（使用ANSYS、Abaqus等工具），通过拓扑优化等技术实现结构轻量化设计，平衡强度与重量指标。 3.负责传感器（激光雷达、视觉相机等）、执行器的机械安装结构设计，确保安装精度与稳定性，统筹线缆布局，适配关节360°旋转需求，避免线束磨损。 4.参与机器人样机的装配、调试与测试，跟踪试制过程中的结构问题，结合测试反馈优化设计方案，解决精密装配、传动卡顿、散热等核心问题。 5.跟进机器人机械结构领域前沿技术（如新型材料应用、仿生结构设计），参与核心技术预研、专利布局及技术文档撰写，配合供应链完成零部件选型与量产工艺优化。
该岗位为大类招聘岗位，研究方向为汽车动力系统各部件的系统架构设计与需求开发（电池电芯、电驱电控电源、机器人等）的同学均可投递： 1、电池：聚焦电池电气设计，钻研内部电路布局与性能优化；专注电芯开发，提升能量密度与循环寿命；研究电池安全，多层面保障使用安全； 2、电驱电控电源：开发电驱总成，优化性能与效率；钻研内部电路布局与性能优化； 3、机器人关节：研究机器人关节系统，提高运动精度与灵活性。
我们是小红书中台大模型 Infra 团队，专注打造领先易用的「AI 大模型全链路基础设施」！团队深耕大模型「数-训-压-推-评」技术闭环，在大模型训练加速、模型压缩、推理优化、部署提效等方向积累了深厚的技术优势，基于 RedAccel 训练引擎、RedSlim 压缩工具、RedServing 推理部署引擎、DirectLLM 大模型 API 服务、QuickSilver 大模型生产部署平台等核心产品，持续赋能社区、商业、交易、安全、数平、研效等多个核心业务，实现 AI 技术高效落地！ 1、参与设计实现支持RLHF/DPO等对齐技术的高效训练框架，优化强化学习阶段的Rollout、Reward Model集成、多阶段训练 Pipline； 2、研发支持多机多卡 RL 的分布式训练框架，开发TP/PP/ZeRO-3与RL流程的动态协同机制，解决 RL 算法在超长时序下的显存/通信瓶刭 3、构建端到端后训练工具链，主导框架与 MLOps 平台集成，提供训练可视化、自动超参搜索等生产级能力 4、与公司各算法部门深度合作，参与大语言模型LLM、多模态大模型 MLLM等业务在 SFT/RL领域的算法探索和引擎迭代； 5、参与分析各业务 GPU 利用率与饱和度等指标，结合业务场景持续优化训练框架能力，提升框架领先性。