职位描述：
1研发快系统设计实时感知-动作闭环算法，用于动态避障敏捷运动控制瞬间平衡恢复等毫秒级反应任务； 2构建慢系统开发基于世界模型与推理的规划框架，进行任务规划长时序行为决策与资源最优配置； 3实现快慢系统淡同融合设计高效的注意力分配与系统切换机制，确保响应速度与决策质量的最佳平衡； 4在真实机器人平台或高保真仿真环境中进行算法迭代部署与系统性验证； 5紧跟具身智能机器人学强化学习等领域前沿，推动团队核心技术进展。 1拥有机器人学计算机科学自动化认知科学等相关专业硕士及以上学历，3年以上机器人决策/控制算法研发经验； 2深刻理解快系统与慢系统的认知科学内涵，并有在机器人自动驾驶等相关领域将其工程化的强烈兴趣与洞察； 3精通现代机器人算法栈熟悉运动规划（如MoveIt）控制系统（如MPC）状态估计，并至少在一个方向有深入实践经验； 4熟练掌握PyTorch等框架，在深度强化学习（DRL）模仿学习世界模型等方面有扎实的项目经验或顶会论文； 5具备强大的C++/Python工程能力，有机器人中间件（如ROS）使用和算法嵌入式部署经验者优先； 6在复杂动态环境中进行过算法实测，具备出色的分析调试和解决棘手问题的能力； 7具备卓越的团队协作与沟通能力，对创造有实用价值的实体智能充满热情。 举报