安克创新助理路径规划算法工程师(扫地机/割草机)
任职要求
1. 精通C/C++编程,有良好的编码习惯; 2. 熟悉ROS,有相关开发调试经验; 3. 熟悉Dijkstra、A*、BFS、DFS等常用基础算法; 4. 熟悉opencv、Eigen、PCL等常用算法库,具有较强的学习能力,能够灵活高效完成功能实现; 5. 具有较强的逻辑思维能力,能快速理解扫地机运行机制,将功能需求转化为算法开发; 6. 熟悉常用传感器,对各类传感器特性有一定了解,能够根据需求做多传感器数据融合; 7. 了解SLAM、感知相关基础知识; 8. 熟悉常用控制算法,具有移动机器人、无人机、机械臂等研发经验者优先; 9. 应届生具有ACM、RM、RC、电赛、智能车等知名竞赛省级以上获奖经历者优先。
工作职责
1. 负责扫地机各项功能的算法开发,不局限于点到点的路径规划; 2. 深入研究最新的路径规划算法和技术,持续优化产品性能; 3. 团队合作、协助其他组共同解决技术难题。
1. 负责扫地机器人运动控制算法的研究、开发与优化; 2. 参与扫地机器人运动控制系统的设计与实现,包括沿边沿墙、自动回充、速度控制、受困脱困、稳定性调节等; 3. 负责扫地机器人基干新型传感器(3D ToF、线激光、光流等)的智能避障、目标检测与识别等算法研发与测试; 4. 分析产品性能数据,优化控制算法,提高扫地机器人在各种环境下的适应性与稳定性; 5. 跟踪行业最新技术动态,不断探索新的算法和技术方案; 6. 负责编写与维护运动控制算法相关的开发文档,确保技术文档的准确性与易读性,并确保其他团队成员能够清晰理解文档内容。
随着大模型能力的增强,Agent在各个领域取得了显著进步,智能体正逐步实现复杂任务的自动化。然而,在面对多步骤决策和长Inference链路任务时,智能体常常显得力不从心,难以优化全局规划与执行效率。提升智能体的规划能力成为智能体研究中的重要方向。 智能体规划能力增强技术旨在通过优化Planning的路径选择、决策树构建和计划执行,来提升智能体在复杂环境中完成任务的能力。该技术结合强化学习(Reinforcement Learning)和启发式搜索(Heuristic Search)等方法,力求实现智能体的自主决策与学习,从而在动态和不确定环境中表现出更加智能和高效的行为。 在智能体规划能力增强与研究领域,目前面临的主要挑战包括:复杂环境中的多步骤任务规划、多模态信息的综合处理、实时动态调整和优化策略等。为解决这些问题,本Project将深入探索智能体的规划算法与能力增强技术,提出具有更高效率和鲁棒性的解决方案。
1、作为战略分析师,支持快速增长的东南亚电商业务; 2、与产品业务团队合作,通过数据科学的方法,支持和驱动战略专项分析的规划、推动和落地; 3、从战略+数据视角深入分析,思考和发现业务增长本质与规律,结合业务目标和需求,使用多种分析方法和工具,为业务提供洞察和助理,例如量化机会、漏斗分析、路径分析、用户痛点分析和用户分群分析等; 4、建设业务指标库,分析指标相关性和重要性,拆解KPI,定义和开发不同场景的核心指标; 5、通过内外部调研、市场研究和垂直行业研究,为业务决策提供有力支持; 6、通过回归、预测、优化等建模方法,挖掘用户行为规律,优化产品形态和用户体验。
1、重点支持拉丁美洲电商业务,作为战略分析师,支持快速增长的拉美电商业务; 2、与产品业务团队合作,通过数据科学的方法,支持和驱动战略专项分析的规划、推动和落地; 3、从战略+数据视角深入分析,思考和发现业务增长本质与规律,结合业务目标和需求,使用多种分析方法和工具,为业务提供洞察和助理,例如量化机会、漏斗分析、路径分析、用户痛点分析和用户分群分析等; 4、指标建设:建设业务指标库,分析指标相关性和重要性,拆解KPI,定义和开发不同场景的核心指标; 5、通过内外部调研、市场研究和垂直行业研究,为业务决策提供有力支持,通过回归、预测、优化等建模方法,挖掘用户行为规律,优化产品形态和用户体验。