小鹏汽车机器人导航规划工程师
任职要求
岗位要求： - 硕士及以上，计算机、自动化、电子信息工程等相关专业。 - 具有实现一个或多个高性能、高鲁棒性的运动规划算法项目经验，包括轨迹搜索算法 (如 Hybrid A*, 图搜索)、轨迹采样方法 (如 Lattice Planner, Motion Primitive)、轨迹优化算法 (如非线性优化, iLQR/iLQG, 凸优化, 数值优化方法等)、时空联合规划 (Spacetime Optimization) 算法等； - 有一个或多个计算机视觉或机器学习相关领域的背景（比如：端到端轨迹预测，LLM/VLM，Multi-view Depth Estimation，Image Scene Understanding，Human Pose Estimation / Tracking 等）。 - 熟练掌握编程语言（python / C++），对深度学习框架有丰富的使用经验 （比如Pytorch，Tensorflow），具备在大型 软件系统中开发、集成和调试复杂算法模块的能力。 - 谦逊开放，思维活跃。能够持续学习。 - 具有良好的沟通表达能力， 具有团队合作的意识。 加分项： - 在CVML领域顶级会议/期刊（如CVPR/ICML/NeurIPS/RSS等）发表过决策规划相关的研究论文者优先。 - 同时有机器人导航和自动驾驶的相关背景和经验者优先。 - 能够熟练使用英文写作和基本沟通。
工作职责
关于我们： 小鹏机器人中心致力于研发先进的人形机器人技术，包括机器人的行走，操作，智能导航，在大语言模型支撑下的人机交互等。我们拥有世界一流的软硬件团队，分布于深圳，上海，广州和北美。作为计算机视觉和机器学习工程师，你将和机器人中心相关领域的团队成员共同解决科研和工程问题。我们将共同成长，在人形机器人前沿领域留下自己印记。 - 负责机器人导航规划模块行为决策和路径规划算法研发和技术落地。 - 探索强化学习（Reinforcement Learning，RL）和模仿学习（Imitation Learning，IL）算法在具身智能导航、追踪等功能应用落地实践，加速具身智能体AI化进程。 - 跟踪具身智能领域的前沿算法进展、探索新技术的实际应用。
机器人规划算法工程师-业务逻辑 岗位职责 1、设计家庭服务机器人（如扫地机器人、陪伴机器人）的自主导航与任务规划系统，适配动态家庭环境； 2、开发基于行为树或状态机的任务决策框架，实现复杂家庭场景下的多任务调度； 3、结合家庭环境特性，优化动态路径规划策略； 4、主导家庭机器人业务逻辑开发，包括跟随、寻人、语义建图等，推动算法在真实硬件上的稳定落地。
该岗位分3个方向，请同学们仔细阅读岗位JD，选择适合自己的方向进行投递。 【机器人算法工程师】（规划&控制方向） 职位描述： 1、负责机器人运动学、动力学建模，并实现机器人运动或者路径规划，运动控制等算法； 2、有机器人导航， 机械手臂抓取， 液压控制等相关机器人项目经验； 3、对接硬件、产品等职能同事，实现机器人整体功能的实现和调试； 4、负责算法的优化、移植和产品化。 【机器人算法工程师】（感知&建模方向） 职位描述： 1、负责工程机械智能化场景中基于深度学习激光雷达点云的3D目标检测、分割、跟踪等算法的研发及迭代优化； 2、参与工程机械智能化项目中的感知研发，开发并优化适用于复杂工况（如施工场景、恶劣天气条件）的点云处理和感知算法。 3、推动感知算法在工程机械智能化产品中的落地与优化提升，确保算法的高效运行和实时性； 4、结合工程机械的实际需求，对激光雷达点云数据进行预处理、特征提取和分析，为后续的感知任务提供高质量的数据支持； 5、参与多传感器融合算法的研发，探索激光雷达与其他传感器（如摄像头、IMU等）的协同工作模式，提高工程机械的环境感知能力； 6、跟踪和研究点云感知领域的最新技术动态，将其应用到实际项目中，保持公司技术的领先性。 【机器人算法工程师】（具身智能方向） 职位描述： 1、深入研究机器人多模态大模型（VLA模型）的理论及应用，包括预训练、微调策略、以及效果优化； 2、负责基于大模型的决策控制算法设计，探索前沿模仿学习（如 ACT、DP）及 Model-Based RL 算法在机器人上的研究与创新； 3、基于大模型开发创新算法框架，探索具身智能机器人实际场景中的应用方向，如 RT 系列等； 4、负责最新文献调研，跟踪多模态模型与机器人领域结合的技术前沿，提出具有创新性的研究思路； 5、参与并主导自定义数据集构建、特定任务的模型训练与评估； 6、推动具身智能系统算法在复杂场景下的理论研究，探索工程机械场景智能化解决方案。
1.负责机器人全局和局部导航规划开发和迭代 2.负责复杂环境下的脱困和避障算法开发，负责运动控制模块开发 3.负责机器人复杂任务的决策控制
【工作职责】 1）研发高鲁棒性的多模态导航算法架构，融合激光雷达/视觉/惯导等多传感器信息，构建动态环境认知与语义理解模型，开发自适应不同场景的导航策略框架。 2）优化实时运动控制系统：设计低延迟的路径规划与轨迹优化算法，研发动态避障与紧急制动机制，实现厘米级精度的运动控制。 3）构建智能决策系统：开发适应场景理解与行为预测的决策模块，实现复杂场景下的长期自主导航。 4）算法工程化落地：完成嵌入式平台移植与性能优化，设计系统级仿真验证方案，搭建全场景自动化测试体系。