机器人与Physical AI工程师

工作内容

与团队一起，把客户的具体任务转化为可运行的机器人原型。跟踪从传感器输入、感知与规划、运动指令到实机结果的完整过程，明确运行边界，分析失败原因，持续改进设计。

不要求工作经验。 如果你能独立开发和调试Web应用，即使没有机器人或硬件经验，我们也欢迎申请。请展示你做过的项目，说明代码如何工作，并带着学习实机相关技术的意愿加入。

我们看重的能力与态度

• 独立实现与改进： 能做出可运行的应用或设备，说明设计选择，并排查、修复问题。个人项目、学习项目和开源贡献都可以作为证明。
• Web应用开发能力： 如果你的强项是Web开发，请展示连接了前端、API、后端或数据存储的作品，并能解释状态管理、数据流、错误处理、测试及自己编写的代码。React/TypeScript、Node.js、Python或类似技术均可。
• 动手学习的习惯： 使用Git管理代码，阅读文档，通过日志和可复现的测试分析问题。Web应用开发能力扎实的申请者，无需已有ROS 2、C/C++或电子电路经验。
• 谨慎对待实机： 学习设备的限制，在通电或运行前与团队确认测试步骤。遇到超出自身知识范围的任务时，主动寻求帮助。

可以发挥专长和继续学习的方向

你可以从扎实的Web应用开发能力，或已有的硬件、机器人专长切入。下面结合近期技术文章，列出可以与团队一起学习和实践的具体技术。申请前无需全部掌握。

• Web应用与机器人通信： 开发操作界面、设备API和测量数据仪表盘。跟踪指令与实测状态在USB/UART、智能舵机总线或CAN/CAN-FD上的传递，区分它们与连接近端传感器的SPI、I²C接口的用途。
• 机械与驱动： 阅读CAD和装配图，结合任务分析自由度（DOF）、负载、工作范围以及扭矩与转速限制。比较步进电机与无刷电机（BLDC/PMSM）、减速器、皮带或绳索传动，检查回程间隙、编码器位置及关节标定。
• 电子电路与电源： 根据数据手册和原理图核对电压、引脚定义，区分GPIO信号与电机功率电路。学习PWM信号、H桥、磁场定向控制（FOC）等不同电机的驱动方式，了解DC/DC转换、电流限制，以及减速时回流到电源侧的再生能量。
• 嵌入式固件与实时控制： 使用C/C++开发Pico 2、ESP32、STM32等微控制器程序。学习FreeRTOS或Zephyr的任务调度、中断服务程序（ISR）、队列、信号量、互斥锁与优先级反转。测量控制循环的延迟与抖动，理解Linux PREEMPT_RT和微控制器本地控制各自的作用。
• 机器人软件、仿真与学习： 将ROS 2/DDS通信、坐标系和逆运动学与机器人动作连接起来。我们的FORTE机械臂实验使用MuJoCo进行物理仿真，以Gymnasium构建学习环境，并用PyTorch实现从示范数据学习动作的行为克隆（Behavioral Cloning）。学习评估记录的轨迹，分析仿真到实机（sim-to-real）的差异。
• 设备与运动指令安全： 理解MQTT中的设备、主题权限，以及ROS 2的DDS-Security。学习安全启动、签名OTA固件更新和恢复流程，检查指令有效期与防重放机制，并在动作执行前验证AI生成的计划。

加分经验

• 示波器或逻辑分析仪使用、PCB设计、焊接，以及便于维护的线束制作。
• 使用编码器数据调节PID控制，或在负载下测量从传感器输入到执行器动作的完整延迟。
• 相机标定，或通过可复现的日志、数据集和测试条件分析sim-to-real问题。
• 排查总线故障、电压跌落或电机过热，并在实机上验证恢复效果。

申请时欢迎展示

请提供Web应用、GitHub仓库、演示、机器人项目，或简短的技术说明。介绍独立完成的部分、解决过的一个问题，以及如何验证结果。可运行的Web应用也是很好的申请材料，不要求机器人作品集或任职经历。必要时可附上照片、视频或CAD文件。

阅读近期技术文章

这些文章介绍我们的原型开发和相关技术研究。文章涉及的技术不代表已经全部部署到客户系统中。

• Physical AI硬件：电机、执行器与验证
• 机器人电子电路、控制器与电源
• 机器人RTOS：调度、中断与控制
• Physical AI安全：设备、指令与恢复
• FORTE机械臂开发：MuJoCo、行为克隆与硬件