1. 负责机械臂的运动学与动力学建模，开发高精度的运动规划与轨迹优化算法； 2. 实现多传感器融合与反馈控制机制，提升机械臂抓取与操作的稳定性和精度； 3. 研究动态抓取、有限空间协作等复杂场景下的力控与多机械臂协同控制策略； 4. 搭建并优化机械臂控制系统，完成与视觉、传感器、嵌入式平台的集成与调试； 5. 应用强化学习、模仿学习等智能控制方法，提升控制策略的泛化能力与适应性； 1. 熟练掌握 D-H 参数建模与动力学分析（Lagrange、Newton-Euler 方法）； 2. 精通 RRT、TrajOpt、CHOMP 等轨迹规划算法，能够设计平滑且满足约束的路径； 3. 具备阻抗控制、自适应控制与力/位置混合控制的项目经验； 4. 熟练使用 ROS/ROS 2，掌握 TF 框架、消息通信、视觉/触觉模块集成等开发流程； 5. 熟悉 Gazebo、MuJoCo 或 CoppeliaSim 仿真平台，具备仿真与实机一致性调试能力；

1. 拥有 3 年及以上机器人运动控制相关工作经验，熟悉机械臂控制与轨迹优化流程； 2. 具备机械臂控制系统从建模、仿真到部署的完整开发经验，能独立完成传感融合与力控系统设计； 3. 参与过复杂任务（如动态抓取、混合分类、协同搬运）的控制策略设计与性能优化； 4. 熟练掌握 ROS / ROS 2 开发流程，具备完整系统集成与调试经验者优先；