TGT专项- 基于多模态感知的机械臂最优轨迹生成研究

1、运动规划与决策：开发和优化机械臂运动规划算法（如基于采样、优化或学习的规划算法），实现避障、动态交互等任务，涉及多模态决策逻辑； 2、控制算法开发：实现高精度轨迹跟踪控制算法（如MPC、自适应控制、强化学习控制等）；针对机械臂硬件平台进行算法调参和性能优化 3、仿真与真机部署：在IsaacSim、Mujoco等仿真环境中验证算法，并移植到真实环境，解决实际部署中的实时性和鲁棒性问题； 4、前沿技术探索：参与调研LLM、VLM与规控的结合，参与具身智能相关课题；

1、获得本科及以上学历，计算机、人工智能、自动化、数学、物理等相关专业； 2、熟练使用Python或C++，熟悉ROS框架，对仿真环境有一定的了解； 3、熟悉经典规划算法和控制理论，了解深度学习在规控中的应用； 4、有过机器人竞赛经验，发表过机器人顶会论文者优先； 5、对机器人技术有强烈热情，具备快速学习能力和工程落地思维。