机器人软件测试工程师

1.端到端负责人形机器人具身智能上肢作业的整体测试，确保策略-执行-结果链路最终交付质量；

2.基于作业场景需求迭代（如抓取透明/柔性/反光物体、使用电动螺丝刀、叠衣服、倒垃圾等），制定系统级、子系统级、接口级测试计划，识别质量风险并提出可验证、可量化的解决方案；

3.结合真实作业环境（光照变化、桌面杂乱、动态障碍物、人-机协作、不同材质工具）构建高覆盖度的测试矩阵与用户场景，编写并执行自动化及手动测试用例，发布测试报告；

4.跟踪并定位从感知（RGB-D 分割、姿态估计）、策略网络（抓取姿态、力控策略）、执行（关节伺服、末端力觉、作业序列）到结果评估（成功率、作业节拍、损坏率、安全边界）的缺陷，推动算法、嵌入式、机械团队闭环解决，组织复盘并沉淀知识库；

5. 与产品、场景运营及安全团队共同参与现场 Demo 与用户体验活动，从作业成功率、拟人化流畅度、安全冗余等角度提出优化建议，推动体验指标落地；

6.导测试工具链与自动化框架建设：包括仿真环境（Isaac Sim/Mujoco/Robosuite）、数字孪生、硬件在环（HIL）、策略回放、数据驱动回归、性能/功耗监控、CI/CD 门禁等，持续提升团队测试效率与专业深度；

7.建立并维护具身智能作业质量指标体系（抓取成功率、作业节拍、力控误差、工具使用正确率、策略漂移、异常恢复率、功耗、安全事件等），形成可视化 Dashboard，支持灰度发布与线上监控

1. 本科及以上学历，机器人、自动化、计算机、人工智能、机械电子等相关专业，3 年及以上机器人或具身智能系统测试/测试开发经验，有复杂作业任务（抓取、装配、柔性操作）落地经验者优先；

2.熟悉 RGB-D 相机、力/力矩传感器、多指灵巧手、六维力控末端、关节伺服等关键器件的工作原理、标定方法及常见失效模式，能够在测试中快速定位硬件-算法耦合问题；

3. 深刻理解 ROS/ROS2、MoveIt、Gazebo、Mujoco、PyBullet、Robosuite 等机器人仿真与部署工具链，熟悉模仿学习、强化学习、抓取姿态估计、力控策略的基本原理与测试方法；

4. 熟练掌握 C/C++ 或 Python，能独立编写测试脚本、仿真插件、离线数据分析脚本及自动化框架，具备阅读策略网络代码并构造边界用例的能力；

5. 具备扎实的系统思维与数据分析能力，能够基于大规模真实/仿真数据评估抓取成功率、力控误差、策略漂移；熟练使用 TensorBoard、Jupyter、Grafana 等工具进行离线及在线质量监控；

6. 具备极强的责任心与安全红线意识，能在高复杂度机电-算法系统中快速定位、复现并推动缺陷闭环；

7. 良好的跨团队沟通与推动力，能够与算法、嵌入式、机械、产品、运维等多角色高效协作；

8. 热爱机器人与具身智能方向，乐于钻研前沿技术，积极参与开源社区或技术分享