岗位职责算法设计与开发研发具身智能核心算法，包括但不限于多模态感知融合（视觉、触觉、力觉）、物理交互建模、实时运动规划与自主决策系统。构建基于强化学习（RL）、模仿学习（IL）的端到端具身智能框架，优化算法在复杂动态场景中的鲁棒性。仿真与真实环境适配开发高保真物理仿真环境（如Isaac Gym、MuJoCo），设计Sim2Real迁移策略，降低仿真与真实机器人间的性能差距。针对传感器噪声、机械延迟等物理约束，设计在线自适应算法。系统集成与优化与硬件团队协作，将算法部署至机器人操作系统（ROS/ROS2）或边缘计算平台，实现低延迟、高精度的实时控制。优化算法计算效率，适配嵌入式设备（如Jetson、FPGA）的算力限制。前沿技术探索跟踪具身智能领域最新进展（如具身大模型、神经符号系统），推动算法在工业、服务机器人等场景的落地。参与学术研究，撰写专利与顶会论文（ICRA、IROS、CoRL等）。任职要求：基础能力硕士及以上学历，计算机科学、机器人学、自动化、人工智能等相关专业，博士优先。熟练掌握C++/Python，熟悉PyTorch/TensorFlow，具备机器人系统开发经验（ROS/ROS2、Gazebo）。技术要求深入理解具身智能核心领域：物理交互建模（刚体/柔体动力学、触觉反馈）多模态感知融合（视觉SLAM、点云处理、传感器标定）实时运动规划（轨迹优化、碰撞检测）熟悉强化学习、模仿学习算法框架（如PPO、SAC、GAIL），有Sim2Real项目经验者优先。项目经验2年以上具身智能、机器人算法开发经验，主导过至少1个完整项目落地（如人形机器人、工业机械臂、无人机）。熟悉机器人硬件系统（如电机控制、力控执行器）或边缘计算加速技术（CUDA、TensorRT）者加分。加分项在顶会（RSS、ICRA、CoRL）发表过具身智能相关论文，或参与过知名开源项目（如NVIDIA Isaac Sim）。具备跨领域经验（如脑机接口、认知科学）或大模型与具身智能结合的研究背景。