UAES2027_具身智能算法工程师（SH）

岗位职责： 1、负责具身智能平台（轮式双臂、足式人形等）运动规划与控制算法的设计、开发与优化，包括轨迹规划、正/逆运动学求解，以及力控、阻抗控制、模型预测控制（MPC）等核心算法；2、 负责感知、规划决策、控制模块的系统级联调与集成，完成算法在仿真环境中的验证与真机部署，确保端到端策略在复杂工况下的稳定性与实时性； 3、基于深度强化学习、模仿学习等AI技术，负责运动控制策略训练、域随机化与 Sim2Real 迁移，提升具身智能体在真实场景中的泛化能力与自适应能力； 4、 负责VLA具身大模型的后训练、微调与部署，探索其在具身智能操作任务中的落地应用，如工业产线装配、物料搬运、精密操作等典型制造场景； 5、搭建并完善具身智能仿真环境（IsaacSim/IsaacLab、MuJoCo等），设计 real2sim2real数据闭环与自动化评测体系，加速算法在工业制造等核心场景中的迭代与验证； 6、跟踪具身智能领域前沿技术动态，推动先进算法在工业制造、服务交互等业务场景中的工程化落地； 7、撰写技术方案、算法设计文档及测试报告，参与跨团队协作与技术评审。 岗位要求： 1、学历专业：硕士及以上学历，具身智能、人工智能、自动化、计算机科学、电子工程、机械工程等相关专业； 2、 运动规划：熟悉经典运动规划算法（如RRT/RRT*、A*、CHOMP、TrajOpt 等），熟练使用 OMPL、MoveIt、Pinocchio 等工具链； 3、动力学与控制：熟悉具身智能体运动学、动力学建模方法，掌握 PID、MPC、LQR、阻抗/导纳控制等至少一类控制方法； 4、 编程能力：熟练使用 C++ 和Python，具备良好的代码工程能力与编码规范意识，熟悉 ROS/ROS2 中间件架构； 5、仿真平台：具有MuJoCo、IsaacSim/IsaacLab、Gazebo、PyBullet 等至少一种仿真平台的使用经验，熟悉仿真环境搭建与物理参数调优；6、 深度学习：熟悉 PyTorch 或 TensorFlow 等主流深度学习框架，具备深度学习模型训练与调优经验； 7、数学基础：具备扎实的线性代数、概率论、最优化理论、数值分析等数学基础。 8、 加分项：熟悉 VLA 具身大模型（如 OpenVLA、π0 、5等）或模仿学习算法（如 ACT、Diffusion Policy 等），有相关模型微调、Sim2Real迁移或真机部署经验者优先；了解工业制造典型应用场景，具有工业机械臂/协作机器人真机调试经验者优先。