机器人算法实习生（机器人比赛专用）

负责机器人运动学与动力学算法核心模块的开发与优化，包括多自由度机械臂/人形机器人的正逆运动学（FK/IK）建模与求解，开发运动重定向（Retargeting）算法，将人类示教动作（动捕/遥操作）平滑映射至机器人本体，确保动作语义保留并严格满足关节限位与自碰撞约束。

负责机器人运动规划算法的研发与落地，包括基于Ruckig等库的轨迹生成、轨迹优化，生成满足运动学约束机械臂与躯干参考轨迹，协同规划与控制的输出，确保规划轨迹在动态任务中的平滑性与可行性。

负责高动态运动控制算法的研发与真机部署，设计并调优模型预测控制（MPC）或全身控制（WBC）框架，落地力/位混合控制、阻抗控制，开展动力学辨识，联合物理仿真引擎（Mujoco/Isaac Sim）加速策略验证，并在ROS2/RT-Linux实时系统上完成部署。

负责机器人系统标定全链路研发与视觉感知算法的工程化落地，包括运动学标定、动力学标定、手眼标定及多传感器外参联合标定等，研发在线自标定与退化状态监控算法；研发基于深度学习的6D姿态估计算法，为目标抓取与动态操作提供鲁棒的位姿先验；

负责机器人建图与定位（SLAM）算法的研发与落地，面向导航场景开发基于多传感器融合的高精度SLAM算法，解决动态环境下的定位漂移与闭环检测问题；面向无本体数采场景，研发轻量化实时定位模块，实现对操作者手部轨迹的亚毫米级空间位姿追踪，为具身操作大模型提供多视角对齐的高质量训练数据。

负责系统集成、测试迭代与数据闭环建设，联合机电、硬件、嵌入式、底软团队完成整机系统联调，建立仿真-实机的误差分析与回灌机制；制定标定与测试的标准化流程，推动算法模块的自动化验收，确保系统在长时间运行下的精度保持与稳定性。 期望你能连续实习1个月及以上并满足以下至少3项要求：

硕博在读，计算机/机器人/自动化/控制/机械电子等相关专业。

熟练掌握C++/Python，熟悉Linux与ROS2生态；具备良好代码规范与文档撰写能力。

具有扎实的机器人学、运动学/动力学基础，具备较强的论文复现、工程部署能力以及系统工程思维。

具备扎实的控制理论基础与控制实操经验，精通传统控制、状态空间、系统辨识、熟悉MPC与WBC等控制方法，具备电机/机器人关节控制的实操经验。

熟悉阻抗/导纳控制、力/位混合控制等柔顺控制算法开发，掌握多刚体动力学建模与系统辨识方法，了解六维力传感器选型集成与数据补偿，有ROS部署经验及Mujoco/Isaac仿真验证经历。

熟悉激光/视觉SLAM主流框架，掌握多传感器融合定位、图优化与滤波器原理，有点云处理与多传感器标定经验。

了解UMI（Universal Manipulation Interface）无本体数采原理，有手持夹爪数据采集系统搭建或使用经验者优先。

精通Pinocchio，ruckig等运动学/轨迹生成库者优先。

精通二次优化，有实际的低延迟遥操作控臂落地经验者优先