职位描述：
1.设计强化学习驱动的路径规划系统，实现机械臂/移动机器人高精度轨迹规划、实时避障、多机协同控制，满足工业场景复杂需求；
2.应用深度学习技术，建立智能设备边界感知能力，支撑Agent-Environment动态交互能力落地；
3.主导/参与从数据采集、模型训练（深度学习/强化学习）到边缘计算部署（GPU/DSP）的全流程研发，优化算法实时性与资源效率；
4.探索大模型（如RT-2、Diffusion Policy）与经典控制算法的融合创新；
5.支持面向机器人/智能设备的感知算法（视觉、传感器融合），支撑空间定位、动态目标识别与场景理解；
6.主导技术方案文档编写与评审，确保算法鲁棒性符合工业级标准；
7.跟踪NeurIPS、ICRA、CVPR等顶会技术趋势，推动空间感知与运动规划领域的创新突破。

职位要求：
1.计算机、人工智能、自动化等相关专业硕士及以上学历，三年以上计算机视觉或机器学习相关行业经验，有自动驾驶或智能体设备量产经验优先；
2.精通视觉模型（CNN/Transformer）、时序预测模型（LSTM/GNN），熟练使用PyTorch/TensorFlow框架；
3.深入理解PPO、DQN、模仿学习等算法，有运动规划、多Agent协同等实战经验；
4.熟练使用Python/C++，具备算法部署优化经（TensorRT、ONNX等），熟悉ROS/ROS2者优先。
加分项
1.具备多模态大模型（SFT、RLHF）或扩散模型在机器人领域的应用经验；
2.熟悉计算加速技术（CUDA、模型量化）或嵌入式开发（ARM/DSP）；
3.主导过工业级路径规划系统（如MoveIt、OMPL）或自动驾驶决策模块开发；
4.英文流利，能参与国际技术社区交流或顶会论文撰写；