05 / CONTROL · BEIJING

Humanoid Motion Control Engineer / Researcher人形机器人运控工程师 / 研究员

Build the robot’s “motor cortex”: reusable full-body skills that turn intent into stable motion on hardware.构建人形机器人的“运动小脑”：把任务意图转化为稳定、连续、可迁移的全身动作。

Mission岗位使命

Make whole-body motion safe, expressive and transferable—from simulation and learning to reliable hardware behavior.让全身运动安全、自然、可迁移，从仿真和学习走向可靠的真机行为。

Apply via email →发送申请邮件 →发送申请邮件 →

Responsibilities工作职责

  • Develop locomotion, whole-body control and manipulation skills.开发行走、全身控制和操作技能。
  • Build simulation, RL and sim-to-real evaluation loops.构建仿真、强化学习和 sim-to-real 评测闭环。
  • Integrate safe, low-latency controllers with VLA targets.将安全、低延迟控制器与 VLA 目标集成。

Qualifications任职要求

  • Strong C++/Python and robotics/control fundamentals.扎实的 C++/Python 与机器人/控制基础。
  • Experience with RL, whole-body control, dynamics or real-time systems.有强化学习、全身控制、动力学或实时系统经验。
  • Safety mindset and comfort testing on real hardware.具备安全意识，愿意在真机上测试和迭代。

How to apply申请方式

Send a CV, video, paper or project showing robot work to hr@xvirobotics.com.请将简历，以及机器人项目视频、论文或项目链接发送至 hr@xvirobotics.com。

← Back to all roles返回全部岗位

人形机器人运控工程师/研究员

岗位使命

构建人形机器人的“运动小脑”：研发类似 SONIC 的通用全身运动模型，将任务目标、机器人状态和运动指令转化为连续、协调、可在真机执行的全身动作。

你将负责

  • 研发类似 SONIC 的通用全身运动模型，基于强化学习学习可复用、可组合、可迁移的全身运动技能。
  • 将任务目标、机器人状态、运动指令和环境反馈转化为连续、协调、可执行的全身动作。
  • 使用强化学习训练人形机器人全身运动策略，持续提升运动能力、稳定性和泛化能力。
  • 研究 Motion Tracking、运动技能表示、动作生成、运动重定向、状态估计和 Sim-to-real。
  • 探索运动小脑与 VLA、高层任务规划及机器人实时执行系统之间的接口。
  • 参与真实人形机器人的遥操作系统、遥操数据采集和真机任务执行，建立高质量的行为数据闭环。
  • 完成从仿真、强化学习策略训练到真实硬件部署的完整闭环。
  • 处理接触、摩擦、时延、噪声、模型误差和硬件约束等真实问题。
  • 建设运动小脑与执行器、传感器和机器人实时系统之间的完整链路。

我们希望你

  • 熟悉强化学习、Whole-body Control、Motion Tracking、Motion Retargeting、运动技能学习或 Sim-to-real 中的一种或多种。
  • 有使用强化学习训练人形机器人全身运动策略的经验，理解奖励设计、策略训练、仿真并行、Domain Randomization 和真机迁移。
  • 对类似 SONIC 的通用全身运动模型、运动生成模型、动作先验、策略学习或运动技能表示有兴趣或实践经验。
  • 熟悉机器人运动学、动力学和状态估计。
  • 具备扎实的 C++、Python 和 Linux 工程能力。
  • 有真实机器人调试经验，能够独立定位软硬件链路中的问题。
  • 有真实人形机器人遥操作、遥操数据采集或基于遥操数据进行行为学习的经验。
  • 理解实时控制、EtherCAT/CAN、传感器、执行器和机器人通信系统。