JD数据
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "机器人运动控制算法工程师",
"job_level": "",AI生成
"work_category": "",AI生成
"department": "",
"location": "上海·嘉定区·安亭",
"work_mode": "",AI生成
"job_category": "算法"AI生成
},
"company": {
"company_name": "光轮智能",
"company_industry": "计算机服务",
"company_size": "100-499人",
"company_website": "",
"company_description": ""
},
"compensation": {
"salary_range": {
"min": 30000,
"max": 50000,
"currency": "CNY",
"cycle": "month"
},
"benefits": ""
},
"requirements": {
"working_years": "",
"degree": "本科",
"language": "",AI生成
"visa_support": "",
"responsibilities": "",
"requirements_text": "C/C++\n机器学习\n规控算法\n深度学习\n大模型算法\n算法工程化经验\n强化学习\n融合感知算法\nSLAM算法\nPython\n\n毕业时间:2026年\n\n- 负责具身机器人运动控制算法研发,支持机械臂操作、人形运动等任务落地。\n- 设计并实现机器⼈核⼼算法模块,包括运动学、动⼒学、轨迹规划、轨迹跟踪、力控、阻抗控制、全身控制等。\n- 负责机械臂或移动操作机器⼈的末端轨迹规划、关节空间规划、速度/加速度/jerk 平滑控制与实时执行。\n- 开发高精度运动控制模块,提升机器人在抓取、装配、搬运、分拣、交互等任务中的动作稳定性与执行精度。\n- 参与机器人仿真系统建设,将运动控制算法集成到 Isaac Sim、MuJoCo、Gazebo 等仿真环境中,支持仿真验证与 Sim2Real 迁移。\n- 负责控制算法在真实机器人平台上的部署、调试和优化,解决抖动、超调、跟踪误差、关节限位、碰撞、安全保护等实际问题。\n- 与感知、导航、规划、VLA、系统和硬件团队协作,打通从任务理解、运动规划到机器人执行的完整链路。\n- 优化控制系统实时性、稳定性和鲁棒性,保障机器人在复杂场景、动态环境和长时间运行条件下稳定执行任务。\n你将收获\n- 参与具身机器人核心运动能力建设,直接影响机器人操作、移动和交互性能。\n- 深入机器人控制、仿真、感知、规划和 VLA 模型协同的完整具身智能链路。\n- 在真实机器人平台中解决复杂运动控制问题,积累从仿真到真机落地的实战经验。\n- 与机械、电气、算法、系统、测试团队紧密协作,推动机器人从“能动”走向“稳定、精准、可靠地执行任务”。",
"skills": [AI生成
"C/C++",
"Python",
"机器学习",
"深度学习",
"强化学习",
"大模型算法",
"规控算法",
"融合感知算法"
],
"preferred_qualifications": "",
"job_highlights": ""
},
"contact": {
"recruiter_name": "",
"contact_methods": [
{
"type": "apply_link",
"value": "https://www.zhipin.com/job_detail/f60ef30232f312b10nNy3NS4FVNS.html"
}
]
},
"posting": {
"posting_id": "f60ef30232f312b10nNy3NS4FVNS",
"post_date": "",
"hire_time": "",
"update_date": "",
"job_url": "https://www.zhipin.com/job_detail/f60ef30232f312b10nNy3NS4FVNS.html"
},
"fulltext": "C/C++\n机器学习\n规控算法\n深度学习\n大模型算法\n算法工程化经验\n强化学习\n融合感知算法\nSLAM算法\nPython\n\n毕业时间:2026年\n\n- 负责具身机器人运动控制算法研发,支持机械臂操作、人形运动等任务落地。\n- 设计并实现机器⼈核⼼算法模块,包括运动学、动⼒学、轨迹规划、轨迹跟踪、力控、阻抗控制、全身控制等。\n- 负责机械臂或移动操作机器⼈的末端轨迹规划、关节空间规划、速度/加速度/jerk 平滑控制与实时执行。\n- 开发高精度运动控制模块,提升机器人在抓取、装配、搬运、分拣、交互等任务中的动作稳定性与执行精度。\n- 参与机器人仿真系统建设,将运动控制算法集成到 Isaac Sim、MuJoCo、Gazebo 等仿真环境中,支持仿真验证与 Sim2Real 迁移。\n- 负责控制算法在真实机器人平台上的部署、调试和优化,解决抖动、超调、跟踪误差、关节限位、碰撞、安全保护等实际问题。\n- 与感知、导航、规划、VLA、系统和硬件团队协作,打通从任务理解、运动规划到机器人执行的完整链路。\n- 优化控制系统实时性、稳定性和鲁棒性,保障机器人在复杂场景、动态环境和长时间运行条件下稳定执行任务。\n你将收获\n- 参与具身机器人核心运动能力建设,直接影响机器人操作、移动和交互性能。\n- 深入机器人控制、仿真、感知、规划和 VLA 模型协同的完整具身智能链路。\n- 在真实机器人平台中解决复杂运动控制问题,积累从仿真到真机落地的实战经验。\n- 与机械、电气、算法、系统、测试团队紧密协作,推动机器人从“能动”走向“稳定、精准、可靠地执行任务”。"
}