匹配方向方向一：机器人具身感知-运动融合（小脑侧）参与机器人本体状态、运动参考、技能参数、接触状态、控制误差与执行反馈之间的联合表征建模，建立面向机器人身状态与外部任务参考的动作跟踪、在线修正、接触适应、失败判断和恢复执行模型，支撑机器人运动小脑在多任务场景下的稳定执行与持续优化。方向二：机器人执行世界模型与物理预测（小脑侧）参与机器人本体状态、动作序列、技能参数、高级感知语义与执行结果之间的世界模型建模。结合数据驱动模型与物理先验，建立机器人与真实物理环境交互过程中的重力、惯性、摩擦、碰撞、接触约束、滑移等规律表征，用于动作后果预测、接触风险评估、跟踪误差预测、失败概率估计、技能选择、在线调整和恢复策略生成。方向三：机器人行为基元与操作技能学习（小脑侧）参与机器人运动参考跟踪、运动重定向、模仿学习、强化学习、策略蒸馏、仿真到真机迁移等方向开发，建立从人类动作、视频数据、遥操作轨迹、仿真策略和真实机器人执行数据中学习可复用行为基元的模型方法。将动作沉淀为可参数化、可调用的机器人操作技能，支撑机器人运动小脑在多任务、多场景下的稳定执行与持续优化。方向四：机器人高级感知与场景理解（大脑侧）参与面向机器人移动与任务执行的高级环境感知、场景理解和导航相关算法开发，建立机器人对空间结构、可通行区域、障碍物、目标物体、任务区域和动态环境变化的理解能力。基于视觉、深度、点云、语义分割、目标检测、地图构建、多模态模型等方法，形成语义地图、局部环境状态、导航约束。    岗位职责1. 参与机器人运动小脑、感知-运动融合、具身世界模型、行为学习、操作技能基元和数据闭环相关算法研发，面向人形机器人上肢、轮式移动平台、夹爪/灵巧手等系统，建立可复用的机器人运动与操作能力。2. 参与机器人本体状态-运动执行融合建模，基于本体状态、运动参考、技能参数、接触状态、控制误差与执行反馈，构建动作跟踪、在线修正、接触适应、失败判断和恢复执行能力。3. 参与机器人执行世界模型建设，基于机器人本体状态、动作序列、技能参数、高级感知token、语义状态与执行结果，建立动作后果预测、接触风险评估、跟踪误差预测、失败概率估计和恢复策略生成能力。4. 参与机器人行为学习与运动参考跟踪相关研发，包括运动重定向、模仿学习、强化学习、策略蒸馏、仿真到真机迁移等方向，形成从人类动作、遥操作轨迹、仿真策略和真实机器人数据中学习可复用行为基元的方法。支撑机器人在多任务、多场景下稳定执行。5. 参与机器人高级感知与场景理解相关开发，基于视觉、深度、点云、语义分割、目标检测、地图构建和多模态模型，形成语义地图、可通行区域、障碍物状态、任务相关区域和导航约束，为机器人任务规划、移动导航、避障、目标搜索和运动执行提供结构化环境输入。6. 参与机器人任务执行与技能调用相关开发，将视觉、语言、遥操作或上层任务输入转换为结构化任务描述和技能调用参数，协助完成任务解析、技能调用、失败重试、人工确认和执行反馈闭环。7. 参与机器人多源数据闭环建设，包括遥操作数据、仿真数据、真实执行数据、机器人状态、动作轨迹、任务阶段、失败原因和人工接管事件的采集、清洗、标注、回放与评估，支撑行为学习、世界模型和操作技能持续迭代。 任职要求1. 硕士及以上学历，机器人、自动化、计算机、人工智能、机械电子、电子信息、控制工程、图像处理、软件工程等相关专业优先。2. 具备良好的Python/C++编程能力，熟悉Linux开发环境，能够完成算法原型开发、仿真验证、数据处理、实验脚本和基础工程接口开发。3. 具备机器人运动学、动力学、状态估计、控制理论或机器人系统开发基础，能够理解机器人状态、动作空间、任务目标和执行反馈之间的关系。4. 理解机器人坐标系、传感器坐标系和任务空间的基本关系，能够理解视觉、语言、仿真策略、机器人状态与运动执行系统之间的接口边界。5. 熟悉以下至少一个方向：（1） 感知-运动融合、具身世界模型、动作条件预测、状态—动作—结果建模；（2） 高级环境感知、场景理解、语义地图、SLAM、导航、可通行区域、动态障碍物感知；（3） 强化学习、模仿学习、运动跟踪、运动重定向、策略蒸馏、Sim2Real；（4） 机器人视觉、RGB-D 定位、点云处理、手眼标定、目标位姿估计、视觉伺服；（5） 机器人运动控制、MPC、WBC、阻抗控制、力控、接触检测、状态估计；（6） VLM / LLM / Agent、结构化输出、工具调用、机器人技能调用；（7） MuJoCo、Isaac Sim、Isaac Lab、Gazebo、ROS / ROS2、TF、MoveIt 等机器人仿真与开发工具。6. 对真实机器人系统有兴趣，愿意参与仿真验证、数据采集、真机调试、反复实验和问题复盘，能够与控制、嵌入式、机械、产品和测试团队协作推进算法落地。 加分项1. 有人形机器人、机械臂、移动机器人、灵巧手、夹爪、外骨骼、遥操作系统相关项目经验。2. 有感知-运动融合、世界模型、动作条件预测、Model-Based RL、视觉-动作策略等项目经验。3. 有OpenVLA、π0、Diffusion Policy、ACT等开源模型的复现或实验经验。4. 有motion tracking、motion retargeting、AMP、强化学习控制、模仿学习、策略蒸馏、Sim2Real等项目经验。5. 有机器人操作技能学习、机械臂抓取、双臂协同、视觉伺服、手眼标定、目标位姿估计、插接、分拣、装配等项目经验。6. 有机器人动力学、阻抗控制、力控、碰撞检测、接触状态识别、关节力矩 / 电流异常分析相关经验。7. 有遥操作数据采集、机器人轨迹数据集构建、任务阶段自动标注、失败样例挖掘、执行日志回放等经验。8. 熟悉 ROS2、TF、MoveIt、BehaviorTree.CPP、DDS、机器人 SDK、机器人状态机或任务调度系统；有真实机器人系统部署、真机调试、客户现场测试或产品化交付经验者优先。9. 有机器人比赛、RoboCup、RM、开源项目、论文、专利或完整 Demo 作品。