“理想+”是理想汽车面向全球顶尖技术人才的校园招聘计划。我们期待你的加入，与理想汽车一起成长、分享收获，通过人工智能技术去改变物理世界的效率和体验，造福我们服务的每一个家庭，以及家庭里的每一位成员。 【本岗位的主要工作内容】
- 负责具身智能运控方向前沿算法研究与核心技术攻关，围绕感知—决策—控制一体化，重点突破全身控制、多接触运动控制、灵巧操作及通用移动操作导航等关键问题；
- 主导大小脑融合系统架构与关键算法设计，打通高层任务理解、技能决策与底层实时控制，构建兼具鲁棒性、实时性与可扩展性的具身执行闭环；
- 面向人形机器人及多形态机器人平台，研发具备泛化能力的小脑基座模型，沉淀全身动作先验与技能表征能力，提升机器人在运动、操作与交互任务中的统一建模、动作生成、动作选择与迁移能力；
- 围绕视觉、语音、文本、触觉等多模态信息，开展感知与控制深度融合研究，支撑机器人在复杂交互、操作及部署态场景下的全身动作生成、闭环调节与自主执行；
- 负责从数据构建、模型训练、仿真评测到真机部署的全链路研发，建设数据——仿真——评测闭环，推进 Locomotion 、 Navigation、 Manipulation 在统一框架下的高效融合，加速 Sim2Real 迁移与工程化落地
- 探索强化学习、模仿学习、生成模型、世界模型及数据驱动方法在具身运控中的融合应用，构建面向高动态环境与未来通用机器人平台的核心能力底座。 【技术课题】 通用具身小脑模型研究
- 教育背景：机器人、自动化、控制、计算机、人工智能、机械电子、应用数学等相关专业，硕士及以上学历；博士优先，有顶尖实验室/头部机器人团队经历，或在真实机器人项目、开源系统、顶会论文中有突出成果的优秀硕士亦可；具备扎实的机器人学、控制理论、机器学习与数学基础；
- 算法与模型能力：深入理解强化学习、模仿学习、深度学习等核心方法，熟悉 Transformer、Diffusion、VAE、世界模型等主流模型架构；具备较强的模型设计、训练优化与问题分析能力，有从 0 到 1 训练或深度优化机器人策略模型、世界模型或“小脑基座模型”的经验者优先；在具身智能、动作生成/动作选择、多模态感控融合等方向有研究或项目积累者优先；
- 运控与机器人能力：系统掌握机器人经典控制与现代控制理论，包括最优控制、MPC、WBC 等；对全身控制、多接触运动控制、动态步态生成、抗扰恢复、灵巧操作及通用移动操作导航（Locomotion + Navigation + Manipulation）等方向有较深入理解或实践经验；
- 系统与工程能力：精通 Python，熟悉 C++，熟练使用 PyTorch 等主流深度学习框架；熟悉 ROS/ROS2，具备较强的算法工程化与系统实现能力，能够推动模型、控制算法与机器人系统的高效集成； 5 .仿真与落地能力：熟悉 Isaac Sim、MuJoCo 等至少一种机器人仿真平台，具备从数据处理、模型训练、仿真验证到真机部署的全链路研发能力；有真机开发调试、Sim2Real、数据闭环或多模态感控融合相关经验者优先；
- 科研与综合素质：具备良好的英文文献阅读能力、独立思考能力与快速迭代意识，对具身智能和人形机器人有强烈兴趣；在机器人、强化学习、具身智能等相关方向有高质量论文（CoRL、RSS、CVPR、ICCV、ECCV、NeurIPS、ICML、ICRA、IROS、T-RO、IJRR、TPAMI、T-PAMI等）、开源项目或有影响力竞赛经历者优先。
