1.负责移动机器人（含低速无人车）全局路径规划与局部轨迹规划算法的研发、优化及产品化部署，优先适配舵轮，其次差速、阿克曼等多类车型平台。
参与多传感器数据融合定位与状态估计算法的工程实现与调试，确保复杂动态环境下的定位可用性。
2.基于 ROS/ROS2 搭建导航软件功能架构，完成定位、规划、控制等模块的系统集成、仿真测试与实机性能调优。
3.研究并整合多种全局与局部规划算法（A、Hybrid A、RRT、Lattice Planner、DWA、TEB、MPPI 等）与运动控制算法（MPC、Pure Pursuit、PID 等），针对不同车型和应用场景进行算法选型、切换及参数自适应调整。
4.结合感知与预测结果，设计动态避障与交互决策策略，解决窄道通行、人车混流等实际场景问题。
5.负责实车/实机测试场景搭建与数据分析，闭环迭代解决规划与控制中的

1.本科及以上学历，机器人、自动化、计算机、车辆工程等相关专业，3 年以上导航规划或自动驾驶相关开发经验。
2.精通 C++ 和 Python，数据结构与算法基础扎实，熟悉 Linux 开发环境及常用工具链（CMake、Git、GDB 等）。
3.熟练掌握 ROS/ROS2，具备丰富的机器人软件系统设计与调试经验，能独立完成从仿真到实车实机的完整部署。
4.深入理解常用全局与局部路径规划算法，至少主导过一个完整项目的导航算法开发及多车型底盘适配（运动学约束与标定）。
5.理解不同底盘运动学约束（舵轮、差速、阿克曼转向等）与基本车辆动力学特性，有机器人/无人车导航量产或演示落地项目经历。
6.逻辑清晰，善于分析工程问题，具备良好的沟通与团队协作能力。
加分项：
1.对强化学习（RL）在导航/决策中的应用有实战经验，如基于 DQN、PPO 的局部规划或行为决策；熟悉模仿学习、逆强化学习等。
2.了解端到端导航/驾驶模型（如视觉端到端驾驶网络），掌握相关架构（CNN、Transformer、Diffusion Policy 等）与训练部署流程。
3.具备扎实的多传感器融合定位与建图理论基础：熟悉 EKF、粒子滤波、图优化等方法，掌握 robot_localization、Cartographer、gmapping 等开源方案，有实际多传感器标定、融合部署与调优经验。
了解多智能体交互与协同导航理论，如博弈论、社会力模型、多智能体强化学习等，有多机协作、人机混流场景下的决策规划实战经验。
4.有多车型平台适配量产经验，能够快速将算法迁移到不同尺寸、动力与传感器配置的机器人/车辆。
5.在 ICRA、IROS、CoRL、IV 等国际会议/期刊发表过导航规划相关论文。

上海市 上海市嘉定区马陆镇思义路1518号