机器人力控与交互算法开发岗

岗位职责

1. 力控与交互系统架构设计：主导设计融合力的多模态闭环控制架构，明确力/力矩传感器与RL控制的接口、数据流与时序要求。设计力触觉信息表征形式作为控制策略输入，实现 Locomotion 与 Manipulation 的力交互统一框架。
2. 力感知与处理算法研发：负责力觉设备的选型、标定、降噪与信号处理，确保力反馈精确性与实时性。开发基于力觉的环境识别与交互状态估计算法，如接触检测、地形刚度估计、抓取力感知、人机交互意图识别。
3. 力交互算法研发：设计并实现先进的力控算法，应用于足式机器人的柔顺行走、抗冲击，及机械臂的力控抓取、柔顺装配。实现基于RL的力交互策略，训练机器人适应不确定环境力、实现人机协作中的安全交互与技能学习。
4. Loco-Manipulation 力交互能力集成：解决 Locomotion 与 Manipulation 在力交互层面的耦合问题，提升机器人在复杂任务（如移动中开门、搬运易碎物品）中的整体性能。
5. 真机部署、系统优化与实验验证：将力控算法与交互策略部署到机器人，进行系统级优化。设计并完成真机实验，分析力控性能对任务成功率、安全性及人机交互体验的影响，持续迭代优化算法。

任职要求

1、学历与经验： 计算机科学、机器人学、自动化、人工智能等相关专业本科及以上学历；3年以上机器人力反馈与Contact rich交互能力相关研发经验。 2、机器人力控与交互研发能力（重点）：精通应用于机器人移动和操作领域的阻抗/导纳控制、力位混合控制等经典力控方法，并有实际项目落地经验。熟悉六维力传感器、关节力矩传感器的原理、标定与使用。具备人机物理交互（如牵引示教、协作搬运）或环境交互（如推门、插拔、打磨）的实际项目经验，理解交互安全与柔顺性的核心挑战。 3、强化学习与机器人控制：精通深度强化学习算法（如 PPO, SAC, TD3），并有在机器人上，尤其是在足式和机械臂上，成功部署运动或操作策略的经验。具备扎实的机器人学基础，熟练掌握运动学、动力学建模、状态估计（如卡尔曼滤波）及控制理论。 4、熟悉机器人仿真，拥有至少两种主流机器人仿真平台（如NVIDIA Isaac Sim, Mujoco, PyBullet, Drake, Gazebo）的深度使用和二次开发经验; 5、Robotics系统：熟悉机器人软硬件体系，部署神经网络模型经验，熟悉ROS和物理仿真，Sim2Sim，Sim2Real; 6、在顶级会议（如CoRL, RSS, ICRA, IROS, NeurIPS, ICML, SIGGRAPH等）上有相关领域出版物者优先。

符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。

部门

京东科技