职位描述：
1、负责多AGV协同作业系统的全局路径规划与局部实时避障算法的研究、设计、实现与优化。
2、深入研究并应用多智能体路径寻找（MAPF）算法，解决大规模AGV在仓储场景中的冲突避免、死锁解除、效率最优等关键问题。
3、对现有路径规划和调度系统进行瓶颈分析、性能调优和仿真测试，确保系统在高并发、大规模场景下的稳定性、高效性和可扩展性。
4、搭建和利用高精度仿真环境，验证算法有效性；与硬件和工程团队协作，完成算法的实车部署、调试和上线。
5、跟踪业界与学术界在机器人运动规划、多智能体系统等领域的最新进展，并将先进技术转化为实际产品应用。
职位要求：
1、计算机、自动化等相关专业，本科及以上学历，3年及以上相关工作经验。
2、扎实的数据结构和算法基础，熟练掌握至少一种经典路径规划算法，熟悉基于采样的规划算法。
3、出色的编程能力，熟练掌握 C++ 及 Python，具备良好的代码风格和工程实现能力。
4、具备扎实的数学基础，尤其在图论、优化理论等与路径规划强相关的领域。
5、具备多智能体路径寻找（MAPF）的理论知识或项目实践经验者优先，有强化学习、基于学习的运动规划相关经验者优先，有实际的仓储物流、制造业AGV/AMR、服务机器人等产品的路径规划项目落地经验者优先。