1、设计并实现单、双机械臂（7+自由度）以及全身协同运动规划算法，支持高精度抓取、装配、柔性操作等任务，并提升运动稳定性与拟人性；

2、开发动态环境下的实时避障算法，结合SLAM、3D视觉或传感器数据，确保机器人在复杂场景中运动的安全性；

3、研究多模态路径规划策略（如深度学习驱动规划），提升机器人动作的流畅度与拟人性；

4、在仿真环境（如Isaac Sim）与实体机器人上部署算法并在真实场景中进行验证。

1、一年以上相关工作经验，有高自由度机械臂或人形机器人运动规划项目经验，具备避障、多关节协调或拟人化动作优化案例；

2、精通运动规划算法（如RRT系列、OMPL、TrajOpt、MPC等），熟悉高自由度系统（机械臂/人形机器人）的逆运动学（IK）与动力学求解；

3、掌握ROS/ROS2、MoveIt!等机器人开发框架，以及 Isaac Sim 等仿真环境，精通C++/Python算法开发；

4、了解环境感知技术（点云处理、动态障碍物预测、语义分割等）、了解人形机器人全身控制框架（如WBC、QP优化）或机械臂柔顺控制（阻抗/导纳控制）；

5、熟悉强化学习（RL）、模仿学习（IL）在运动规划中的应用；

6、发表过机器人领域顶会论文（如ICRA、IROS）或开源项目贡献者；

7、对机器人拟人化运动有深刻理解，具备探索热情。