机器人算法与系统学员_BCSC

项目背景： 本项目立足于新一代智能机器人平台，致力于攻克机器人在非结构化环境下的复杂任务执行难题。通过整合尖端的感知与决策算法，项目旨在打破底层运动控制与高层语义理解之间的壁垒，赋予机器人更敏捷、更智能的交互能力，实现从实验室 demo 到复杂真实场景的应用跨越。 核心内容： 具身智能与强化学习应用：深度参与基于强化学习（Deep RL）或模仿学习（Imitation Learning）的任务规划算法研发；针对机器人的灵巧操作、自主避障与路径规划进行策略训练，优化复杂动态环境下的任务成功率。 多模态感知与环境建模：负责集成视觉、触觉、力觉等多模态传感器数据，构建高精度的环境语义地图与目标检测模型；探索视觉语言模型（VLM）在机器人指令理解中的落地，实现更自然、高效的人机交互。 系统集成与实物平台验证：在 ROS/ROS2 环境下进行算法的开发与部署，利用仿真环境（如 Isaac Gym, Gazebo, Mujoco）进行大规模并行训练，并最终迁移至实体机器人平台进行全链路功能验证与性能调优。

1.本科及以上在读，机器人、自动化、计算机等相关专业 2.对具身智能、强化学习、多模态感知和机器人系统开发方向感兴趣