1. 设计、训练、评估并部署面向灵巧手精细操作任务的运动策略(System 1 / System 0)。搭建灵巧手精确仿真环境,包括动力学辨识、力/触传感器与视觉传感器仿真、contact-rich任务仿真 。
2. 灵巧手的数据清洗、数据合成与数据增强,包括抓取姿态生成、retargeting等。
3. 训练多模态的灵巧手感知运动模型,实现接触力感知、目标跟踪、底层安全等能力 4. 与大模型、系统和硬件团队紧密协作,将策略部署到真实场景的端侧机器人系统中。
职位要求
1. 对Model Based方法与Data Driven方法之间的优劣、适用边界及实际权衡有深刻理解。
2. 具备在真实机器人平台上开发和部署系统的实践经验,包括但不限于灵巧手、人形机器人、机械臂、无人机等。
3. 具备运动控制相关经验,熟悉行为克隆、强化学习等机器人学习方法。
4. 熟悉 Isaac Lab、MuJoCo 等仿真环境,以及 PyTorch、JAX 等适用于机器人与机器学习系统的开发框架。
5. 能够围绕真实机器人系统独立设计实验、分析故障,并进行快速迭代与优化。
加分项
1. 具备模态融合、模态对齐相关经验
2. 具备contact-rich任务、精确操作任务的sim2real经验
3. 具备VLA、真机强化学习经验
4. 在灵巧手相关领域有论文发表记录或相关公司实习经验