求职意向：运动控制算法 ｜ 2027 届硕士应届生
GPA 3.46/4 · 研究方向：强化学习（RL）、模型预测控制（MPC）、机器人运动控制、视觉/力觉地形感知
GPA 3.6/4 · 机构/结构设计、机器人操作系统、建模与控制、机器学习
因公司保密要求，实习项目仅展示文字描述，不展示内部视频、图表与数据。
面向含并联关节的 31 DoF 人形机器人，基于 PACE/CMA-ES 辨识电机惯量与干摩擦；经 Fisher 信息分析固定不可辨识的粘滞摩擦（条件数 93.9→8.3），重设计分频段多轨迹激励，未参与拟合的验证段上仿真—真机位置误差降低 34%–42%。
辨识执行器时延（4.4 ms）、等效惯量与摩擦并写入仿真；修复 CSP 高频抖动后改用与仿真 PD 一致的 MIT 模式并加摩擦前馈，低速跟踪误差 ±1→±0.3 mm；同一 RL 策略真机与仿真推杆位置 R² 达 0.9994。
基于 BeyondMimic 训练太极等全身模仿策略，引入关节位置跟踪项，仿真中身体/关节跟踪误差分别降低约 40%/70%；通过 sim2sim/sim2real 对比定位真机前移与下肢失稳根因（足底碰撞体失配、悬空辨识与触地负载工况不一致）。
基于 LocoFormer 训练无需故障标志的容错策略，仿真中髋关节单电机失联跌倒率由 98.3% 降至 1.3%（膝/踝 24.4%→0.8%），并通过 MuJoCo sim2sim 验证。
Bennett 空间四杆闭链（连杆长 180 mm，扭角 120° / 60°）构成外展式肢体，形态上类似爬行动物的侧展腿；碳纤维管 + 铝合金件轻量化，足端集成视触觉力传感。
移植开源 Quadruped-PyMPC，在仿真中实现基于 SRBD 的 MPC；将闭链肢体等效为开链树并做关节映射，在 Isaac Lab 中基于 PPO 训练速度跟踪策略，以执行器网络替代理想 PD（力矩 RMSE 降低 63%），结合域随机化与教师—学生蒸馏完成 Sim-to-Real，真机最高速度约 1 m/s，通过草地、斜坡、楼梯及低摩擦地面测试。
针对单帧深度视野受限与遮挡，自研双尺度 ConvGRU 时序高程建图网络，融合 D435 连续深度帧生成局部高程图，替代真值高度扫描接入 Locomotion 策略；仿真中六类地形闭环行走均未摔倒，未见地形建图 MAE 3.81 cm。
设计并集成视触觉足端传感器，获取足端接触状态与接触力信息，同步力觉数据、机器人本体状态与控制周期，为基于力觉的运动策略提供硬件与观测基础。
构建双窄桥盲走任务，不使用视觉，仅凭本体状态与足端三维力历史决策；仿真中力觉策略成功率 96.5%，高于无力觉重训策略，测试时屏蔽力输入则降至约 1%，验证足端力对不可见地形判断的关键作用。
利用足端稳定接触获得的几何约束修正视觉高程图，显著降低接触区域高度误差；仿真中楼梯等非连续地形及平地环境下整体高程图 MAE 降低约 70%。
数值来自开发集 9–10 个随机种子、约 9000 帧；独立集 3 个种子未出现有害写入。
在 MuJoCo 中建立球动人形动力学模型，对比实现 LQR 与强化学习平衡控制，完成姿态稳定、手臂协同及遥操作接口集成，参与 Humanoids 课程实验平台开发；相关工作发表于 RSS 2026（asRoBallet）。
将 InternNav 部署至自研四足并联调底层 Locomotion 接口，实现跨拐角、跨场景室内长路径目标搜索。
基于 Bennett 连杆设计过约束轮足机器人，并建立平面闭链、开链对照构型；在 Isaac Sim/Orbit 中基于 PPO 设计速度、航向、稳定性和能耗奖励，实现 6 类地形下全向运动，最高速度约 1 m/s。
在 1 m/s 正向与横向运动中对比三种构型的 COT、步态与电机功率，分析机构约束对能效的影响。
| 构型 | 正向 COT | 横向 COT | 正向总功率 | 横向总功率 |
|---|---|---|---|---|
| Bennett 过约束 | 0.738 | 1.610 | 94.8 W | 211.9 W |
| 平面闭链 | 0.728 | 1.358 | 91.4 W | 178.9 W |
| 开链 | 0.514 | 0.923 | 66.0 W | 116.0 W |
摩擦感知 RL，解决欠驱动球形动力学的 Sim2Real 迁移 · 对应 MBZUAI 球动人形工作
过约束肢体的足式运动 · 对应 Bennett 过约束四足平台（期刊扩展版投稿 IJRR）
已授权