VLA模型与控制算法融合对接：深度对接VLA视觉-语言-动作多模态模型，承接模型输出的动作指令、轨迹决策、作业意图等数据，完成上层智能模型与底层机器人控制算法的适配串联，优化模型指令的平滑解析、轨迹插值、力矩适配逻辑，实现智能决策与精准力控的无缝闭环。 机器人力控&力位混合算法研发与迭代：核心负责机械臂力位混合控制算法研发与优化，同时深耕阻抗控制、导纳控制、恒力跟踪、碰撞检测、柔性拖拽等柔顺力控算法；针对VLA模型驱动的智能作业场景，研发动态力位协同调控策略，适配模型动态轨迹指令、非结构化环境扰动、接触式作业误差等问题，解决作业过程中轨迹偏移、力控过冲、刚性冲击、跟踪滞后等痛点，保障机械臂在智能抓取、自适应装配、柔性交互场景下的作业精度与稳定性。 主流机械臂适配与调试：负责多款主流商用机械臂、协作机械臂的算法适配与整机调试，熟悉不同品牌机械臂的运动控制逻辑、力矩输出特性、运动学参数，针对不同臂体硬件特性定制优化控制策略，保障算法在多型号机械臂上的通用性与稳定性。 EtherCAT总线接口开发与适配（优先核心）：熟悉EtherCAT工业总线协议，负责基于EtherCAT的伺服驱动器、机械臂控制器、力传感器的接口开发、通信适配与数据解析；实现力控数据、伺服状态、运动指令的高速实时交互，优化总线通信时序，保障力控闭环控制的实时性与高精度。 力位协同运动控制优化（VLA模型适配）：结合VLA模型动态决策、实时轨迹输出的特性，优化机械臂轨迹规划、运动学解算、速度加速度平滑策略，研发适配大模型指令的动态力位切换、力位权重自适应调节算法，实现自由空间精准定位、约束空间柔顺力控的无缝切换，匹配VLA智能作业的动态控制需求。 算法仿真与真机落地验证：搭建力控算法仿真测试环境，完成算法仿真验证、参数标定与性能评测；主导真机整机调试、场景落地测试，输出标准化控制算法方案与标定流程，沉淀可复用的力控算法组件与适配方案。 跨团队协同迭代：对接VLA算法研发、硬件、部署工程团队，梳理控制算法适配需求，反馈硬件与模型适配问题，持续迭代优化控制算法性能，支撑机器人智能作业场景的规模化落地。

硕士及以上学历，自动化、控制工程、机器人工程、机械电子、人工智能等相关专业，1-3年机器人控制算法研发、力控算法落地相关经验。 扎实掌握机器人运动控制、力控核心原理，精通机械臂力位混合控制算法，熟练掌握阻抗控制、导纳控制、柔顺控制等相关算法，具备力位协同控制算法独立开发、参数调优与场景落地实战经验。 熟悉机械臂运动学、动力学、轨迹规划、闭环控制等基础理论，能够独立完成控制算法设计、参数标定、问题排查与性能优化。 熟练掌握C++/Python开发，熟悉实时控制系统开发逻辑，具备工业控制算法工程化落地能力。 具备机械臂真机调试经验，能够独立解决力控震荡、轨迹偏差、响应延迟、通信异常等各类控制类工程问题。 优先加分项（核心硬核条件） 优先熟悉EtherCAT总线：精通EtherCAT协议，有伺服、力控传感器、机械臂EtherCAT接口开发、通信调试、实时控制落地经验者重度优先。 优先适配过多款主流机械臂：实际调试过遨博、优傲、节卡、大族、越疆等主流协作机械臂，具备多品牌臂体算法适配、差异化调优经验者优先。 有VLA/VLM多模态模型与机器人力位混合控制融合落地经验，可根据模型输出指令动态调控力位控制策略者优先。 熟悉ROS/ROS2控制框架，熟悉机器人控制器开发、实时控制链路搭建者优先。 有力控装配、柔性打磨、人机交互、智能抓取等实际场景算法落地项目经验者优先。