1、精通机器人抓取规划算法（如GraspNet、Contact-GraspNet、基于物理的抓取优化），熟悉灵巧手建模（URDF/SDF）与运动学/动力学分析；

2、熟悉强化学习（RL）、模仿学习（IL）在抓取规划中的应用；

3、 掌握触觉感知技术（如光学触觉传感器、BioTac、Tactile手套数据解析），具备触觉信号处理与闭环控制经验；

4、熟悉ROS/ROS2、MoveIt! 等机器人开发框架，熟练使用C++/Python；

5、了解多关节系统协同控制方法（如层级控制、QP优化、阻抗控制），有灵巧手或仿生手抓取规划项目经验、机械臂-灵巧手联合调试经验者优先。

1、开发多指灵巧手的高精度抓取规划算法，适应复杂形状、柔性或易碎物体的稳定抓取与操作；

2、设计基于触觉感知的闭环控制策略，实时调整抓取力与姿态；

3、融合触觉、视觉及关节状态数据，构建多模态感知框架，优化灵巧手与机械臂的多关节运动控制（如手指关节微调、手腕柔性避障）

4、设计机械臂与灵巧手的协同运动规划算法，实现整体系统的动作连贯性；

5、 在仿真环境（如Isaac Sim、MuJoCo）和实体硬件平台部署算法并在真实场景中进行验证。