vivo机器人运控技术规划工程师-实习
任职要求
1、硕士及以上学历，计算机科学、人工智能、自动化、电子工程、机器人等相关专业；
2、扎实的机器人学基础（如运动学、动力学等），了解主流的算法和技术，…工作职责
1、调研机器人运动控制、具身智能等领域的前沿技术动态，整理并分析相关研究论文、技术报告及行业应用案例； 2、协助团队进行相关技术分析，包括但不限于机器人控制与规划中的机器学习方法，多模态大模型在机器人任务中的应用； 3、跟踪机器人在服务、消费等场景下的运动控制需求和能力，包括灵巧操作与抓取技术，全身运动与平衡控制，人机交互与任务规划等； 4、通过基础资料收集整理，支持前沿科技产品相关趋势和人群场景洞察；协助进行相关用户研究前期准备、研究执行、及相关材料撰写工作。
1、参与具身智能算法模型在技能学习、动作规划、抓取操作等应用上的研发，实现多场景多任务的泛化； 2、设计、训练、部署模仿学习、强化学习、迁移学习、多模态学习等算法，构建机器人各类应用的通用技能； 3、与大模型、运控等团队合作，推动具身智能数据集、机器人平台等各项目落地实施； 4、紧跟最新技术进展，将学术界前沿创新内容进行快速复现并创新，参与相关方向的论文与专利积累。
岗位职责 1.研发四足、人形、类人形机器人（腿足/机械臂）运动控制算法，解码大模型输出的动作意图，实现轨迹规划、运动控制及力控策略。 2.通过仿真（MuJoCo/Isaac Gym等）和实物测试解决算法性能问题。 3.实现高可靠鲁棒的运控系统端侧部署开发，支持跨团队集成需求。 4.跟踪应用强化学习、系统辨识等前沿技术，持续提升运控系统能力上限。 5.负责强化学习规划控制算法的sim2real开发；
1.经典算法开发:负责扫地机、割草机路径规划(全局/局部覆盖算法)、运动控制(地形自适应控制、动态避障、自动回充)等核心算法研发与优化。 2.数据驱动迭代:分析运行数据,提升复杂户外场景下的算法稳定性与效率。 3.Al融合创新:探索大模型与规控算法结合路径,推动轻量化AI音都署落地 4.工程协同落地:编写技术文档,协同硬件/嵌入式团队解决工程化问题。
1、负责人形机器人系统、子系统及接口级的测试计划、方案、用例设计及执行，输出测试报告，持续优化改进测试策略、测试方法和效率。 2、人形机器人感知及运控能力测试，包括SLAM感知、定位、导航、避障、及上下肢体运动控制等的接口测试和系统测试。 3、搭建测试场景，设计适配产品能力的多类型、多元素场景和对应测试用例，执行场景化测试用例并输出测试报告。 4、提报问题并做跟踪，协同研发复现及分析分析问题，推动问题闭环解决，并沉淀为团队FAQ。 5、测试工具链和自动化测试框架的搭建和应用，包括接口自动化框架、测试提效工具等。