商汤机器人规划控制算法工程师实习生

1、协助完成机器人运动规划、控制算法仿真与代码实现； 2、配合开展算法测试、数据整理及技术文档撰写； 3、辅助团队推进跨部门协作及项目落地。

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： （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；

1. 负责双臂机器人运动规划系统研发，涵盖单臂/双臂协同规划、避障、轨迹生成与优化、在线重规划等能力落地。 2. 建立并维护机器人运动学/动力学模型，处理正逆运动学、雅可比、奇异性、冗余自由度求解与约束优化。 3. 负责阻抗/导纳控制、力-位姿协同控制设计与调参，保障接触稳定性、交互安全性与闭链任务一致性。 4. 构建双臂协同搬运/装配控制策略，处理同步、负载分配、柔顺策略及接触建立/保持/释放切换。 5. 与感知、硬件、系统团队协作，打通算法到产品的交付链路，建立可复现评测体系与故障案例库。