返回加入我们

社会招聘

寻找志同道合的专业伙伴,共同推动机器人感知与运动控制技术落地。

42 个职位

机器人结构工程师

社会招聘
北京机器人研发

1、深度参与机器人产品从概念设计到量产交付的全生命周期,负责结构、传动、执行机构等核心模块的方案设计与细节落地; 2、输出关键零部件的详细设计方案、工程图纸及 BOM 清单,主导核心部件的敏捷试制、性能验证与快速迭代优化,同步设计生产所需工装夹具; 3、与软件、算法、硬件等团队紧密协作开展系统联调,确保机械结构与控制系统的高兼容性,快速定位并解决机械设计、工艺实现、装配集成中的技术问题; 4、按需构建并优化机械仿真模型,为软件算法开发、硬件选型验证提供精准模型支撑,保障仿真计算与程序落地的一致性; 5、负责上游供应商技术沟通与样品评审,解决加工制造环节的设计适配问题,考虑设计方案本身对成本、交期、质量的影响,推动供应链高效落地; 6、主导产品机械结构的可靠性设计与验证,制定并执行可靠性测试方案,输出测试报告与优化建议,持续提升整机可靠性水平; 7、协同生产、质量团队完成产品试产到量产的顺利转移,编制并持续优化生产 SOP 文件,保障量产阶段的工艺稳定性与产品一致性。

工业设计/ID设计

社会招聘
北京机器人研发

1.负责公司机器人ID设计工作,与产品及研发紧密合作,确保设计方案落地; 2.配合产品经理把控产品定义,梳理项目的设计需求、设计定位及方向; 3.持续关注人形机器人设计趋势,为公司提供符合市场需求且具有一定前瞻性和创新力的设计方案: 4.参与机器人产品设计语言的持续探索创新。 5.完成产品设计全流程,从产品、设计定义到落地量产落地,以及后期产品上市前的宣传物料风格把控和设计合作。 6.应用主流生产工艺,能够保证产品满足设计要求的情况下顺利落地。

运动控制算法工程师(传统算法)-机器人嵌入式

社会招聘
北京机器人研发

算法设计与开发: 主导或参与基于MPC的步态生成器和基于WBC的全身控制器的设计、实现与调试。 深入研究机器人动力学模型,构建高保真、高实时性的控制优化问题。 优化控制算法的性能,包括稳定性、鲁棒性、能量效率和对不确定性的适应能力。 仿真与验证: 利用MuJoCo, Isaac Sim, Gazebo等物理仿真环境,进行控制算法的快速迭代与验证。 设计并执行全面的仿真测试用例,覆盖各种步态、地形及外部扰动场景。 通过仿真分析算法性能,定位问题,并主导算法的改进与提升。 工程实现与部署: 将经过仿真验证的控制算法,高效地部署到实体机器人硬件上。 与硬件团队紧密协作,解决传感器数据处理、实时通信、计算资源限制等工程挑战。 负责代码的优化,确保控制回路满足严格的实时性要求。 实验与分析: 主导实体机器人的实验测试,收集并分析实验数据,评估算法在实际系统中的表现。 基于实验结果,与团队合作持续迭代算法设计,实现从仿真到实物的快速迁移

机器人运动控制算法工程师

社会招聘
北京机器人研发

1. 研发适用于多自由度机器人(如双足、四足、轮足机器人等)的深度强化学习算法; 2. 研究多模态学习方法,结合视觉、触觉、力反馈提升机器人决策能力; 3. 设计并实现智能体在复杂环境中稳定运动、平衡控制和避障等任务的策略; 4. 搭建并维护机器人强化学习仿真训练平台,推动算法从仿真到真实物理机器人(Sim2Real)的有效迁移; 5. 负责深度强化学习算法的复现、模型开发、调试与真机部署; 6. 开发自动化部署工具,支持算法在实际机器人平台上的快速迭代; 7. 撰写并维护相关的技术文档,参与团队内部技术交流与协作。

机器人项目负责人

社会招聘
北京机器人研发

1. 统筹机器人项目全生命周期管理,从需求调研、方案设计、研发落地到量产交付、售后支持全流程把控。 2. 制定项目计划与里程碑,分配跨部门资源(研发、生产、测试、市场),解决项目推进中的技术与协同难题。 3. 对接客户需求,输出技术方案与项目报价,把控项目质量、成本与交付周期,保障客户满意度。 4. 跟踪机器人领域技术趋势(如AI算法、运动控制、传感器融合),推动产品迭代与技术创新。 5. 搭建项目团队协作机制,培养核心成员,提升团队项目管理与技术执行能力。

强化学习/多足运动控制负责人

社会招聘
北京机器人研发

1. 负责四/六足(含两前端机械臂参与支撑)自适应运动控制方案的总体设计与落地,覆盖行走/奔跑、转向/侧移、 多种跳跃、起伏路面与台阶上下等工况。 2. 负责基于强化学习的控制策略开发:观测量与动作空间定义、训练流程设计(奖励、课程学习、域随机化)、评估体系建立与迭代优化。 3. 负责仿真到实机(Sim2Real)迁移与调试:与嵌入式团队对齐控制频率、时延、限幅/限流/温升等安全约束,完成实机验证与问题闭环。 4. 负责部署工程化:模型轻量化、推理稳定性、异常检测与安全降级/回退策略,形成可量产的软件交付物与回归测试标准。

仿真与训练工具工程师(Sim & Tools Engineer)

社会招聘
北京机器人研发

1. 负责多足控制训练仿真环境的构建与维护,包括动力学模型、接触/摩擦建模及关键工况地形库(起伏、摩擦变化、台阶上下等)。 2. 负责训练效率与可复现性建设:域随机化工具、课程学习配置、实验管理与版本对比流程。 3. 负责自动化评测与回归体系:建立成功率、稳定性、能耗、打滑率、碰撞等指标,提供一键评测与报告输出能力。 4. 支撑Sim2Real:结合实机数据完善噪声、时延、电机能力波动等现实因素建模,提升策略迁移稳定性。 交付要求 - 仿真环境稳定可用,关键地形与随机化覆盖主要风险工况;自动评测与回归可持续运行,显著缩短策略迭代周期。