岗位职责:

面向深空探测任务中智能自主作业的重大需求，围绕复杂未知环境与极端工况条件，开展人工智能与智能控制相关的理论、关键方法及系统验证研究，主要包括以下研究方向之一或若干方向：
1.深空环境感知与自主导航
（1）负责设计与实现多源传感器（雷达、视觉、IMU等）融合算法，实现高鲁棒性、高精度的深空SLAM与定位建图；
（2）负责基于视觉/深度学习的环境理解、目标检测、场景分割等核心算法研究，支持深空作业环境的实时认知；
2.具身智能控制
（1）负责开发面向深空机器人、机械臂或巡视器的自主规划、决策与运动控制算法；
（2）负责并应用先进的智能控制方法，包括但不限于强化学习 (RL/DRL)、模型预测控制 (MPC)、深度模仿学习等，实现复杂任务的高效稳定执行；
（3）负责设计多机器人、多机协同操作的策略、规划和控制方法，提升集群任务的效率与可靠性；
3.大语言模型与智能体开发
（1）负责研究与落地大语言模型 (LLM) 和多模态模型在深空任务中的应用，实现从自然语言指令到复杂任务规划的端到端执行链；
（2）深入研究并优化大模型训练与部署技术，确保模型在资源受限的航天场景下的高效运行；
4.样机研制、系统集成与工程化
（1）负责深空机器人、智能载荷或控制系统的样机设计、系统集成与调试工作；
（2）构建并维护软硬件在环 (HIL) 仿真验证环境，负责将核心算法部署到实时系统进行性能验证与优化；
（3）参与并承担国家级重大科研项目、撰写技术报告、申请知识产权和发表高水平学术论文。

1.学历与专业背景
（1）硕士及以上学历，博士优先；
（2）控制科学与工程、人工智能、计算机科学与技术、机器人、航空航天等相关专业；
2.核心技术能力
（1）具备扎实的C++/Python编程基础，精通PyTorch/TensorFlow等主流深度学习框架；
（2）具备在SLAM/感知融合、DRL/MPC控制或大规模Transformer模型训练/微调等方向之一具有两年以上的实际项目经验；
（3）熟悉并具备使用ROS、Gazebo、Isaac Sim等专业仿真或机器人平台的实践经验；
（4）熟悉单片机/嵌入式系统或实时操作系统的开发流程，具备传感器选型、电路调试、系统集成的实践经验；
3.优先条件
（1）有机器人、航天器、无人机等硬件样机或工程项目经验者优先；
（2）在人工智能、机器人、和机电一体化等领域的顶级国际会议或顶级期刊发表过高水平学术论文。