1）算法开发与优化：负责机器人运动规划控制算法（如强化学习、WBC、MPC等）的实现与改进，设计多关节系统的运动控制策略，实现高精度轨迹跟踪，开发动态障碍物避障算法，提升系统实时响应能力；
2）仿真与测试：基于ISAAC GYM/ROS/Gazebo搭建机器人运动规划仿真环境，设计典型场景测试用例，输出算法性能分析报告，包括成功率、实时性和鲁棒性指标；
3）系统集成与调试：参与机器人实际平台的算法部署，配合硬件团队进行执行器动态补偿与参数整定；
4）对人体关节、骨骼进行建模，显式或隐式定义关节约束，对给定的末端位置预测各个关节的位置和速度。

1）本硕或博士在读，电子信息、自动化、机械电子、计算机等相关专业；
2）掌握机器人学基础理论（正逆运动学、动力学建模）；
3）熟练使用C++/Python，具备ROS、强化学习、具身模型等开发经验；
4）熟悉常用控制算法（PID、LQR、阻抗控制等）；
5）有机器人竞赛（如RoboMaster、RoboCup）开发经验、发表过机器人运动规划相关会议论文（ICRA/IROS等）、熟悉实时操作系统（RTOS）或车载计算平台部署优先；
6）有生物力学、运动科学、3D人体建模或自动驾驶行人动作预测相关开发经验者优先；
7）有GNN/GCN网络设计和调优经验者优先。
8）实习时长：4个月以上，可实习6个月以上优先