Wir bauen unsere Legged‑Robotics‑Kompetenz auf NEURAs Humanoid‑Plattform (4NE‑1) und den Quadrupeden weiter aus. Diese Rolle deckt beide Kernschichten des Legged‑Control‑Stacks ab: Trajektorienoptimierung und MPC für kino‑dynamische Bewegungsgenerierung sowie QP‑basierte Instantaneous Whole‑Body Control, um diese Bewegungen mit 1 kHz auf echter Hardware auszuführen.
Der Fokus liegt auf kontaktreicher Dynamik, Echtzeit‑Optimierung und zuverlässiger Ausführung auf physischen Robotern. Du arbeitest eng mit State Estimation, Simulation, Low‑Level‑Control und Hardware‑Teams zusammen – ebenso mit den Applikationsteams, deren Aufgaben am Ende von robuster, vorhersagbarer Lokomotion und stabilem Whole‑Body‑Verhalten abhängen.
Whole‑Body‑Bewegungsgenerierung und ‑Regelung für Floating‑Base‑Legged‑Plattformen – Lokomotion, Balance, Kontaktübergänge und Loco‑Manipulation (gehen und gleichzeitig manipulieren).
Trajektorienoptimierung und Model‑Predictive‑Control‑Pipelines über Roboterzustand, Kontaktpläne, Bodenreaktionskräfte, zentroidalen Impuls und Gelenktrajectorien – mit reduzierten Lokomotionsmodellen wie LIPM, SRBD und zentroidaler Dynamik.
QP‑basierte Task‑Space‑Inverse‑Dynamik, um instantane Whole‑Body‑Control aus MPC‑ und Trajektorien‑Referenzen mit 1 kHz auf dem realen Roboter auszuführen.
Whole‑Body‑Modellierung der Plattform: Floating‑Base‑Rigid‑Body‑Dynamik aus URDF/MJCF, Gelenkkonfiguration, FK/IK, Jacobianen sowie Massen‑, Coriolis‑ und Gravitationsterme.
Constraint‑Formulierung über MPC‑ und QP‑Ebene hinweg – Kontakt‑, Reibungs‑, Drehmoment‑, Gelenk‑, kinematische und Stabilitäts‑Constraints – inklusive Task‑Hierarchie‑Design, passend zur Plattform.
Solver‑Performance‑Arbeit in beiden Ebenen: Warm‑Starting, numerische Konditionierung, Constraint‑Handling und Echtzeit‑Zuverlässigkeit bei 500 Hz bis 1 kHz.
Deployment, Tuning und Debugging von MPC‑, Trajektorienoptimierungs‑, IK‑ und Invers‑Dynamik‑Pipelines auf physischen Robotern – inklusive plattformspezifischer Kontaktmodell‑Kalibrierung und Validierung mit realen Roboterdaten.
High‑Performance‑C++ für Echtzeit‑Ausführung sowie Python‑Tooling für Analyse, Prototyping und Debugging.
MSc oder PhD in Robotik, Regelungstechnik, Maschinenbau, Elektrotechnik, Informatik oder einem verwandten Fach.
4+ Jahre Hands‑on‑Erfahrung in der Entwicklung von Trajektorienoptimierung, MPC für Lokomotion und/oder Whole‑Body‑Control auf physischen Robotern.
Sehr solide Grundlagen in Floating‑Base‑Rigid‑Body‑Dynamik und Kontaktmodellierung.
Sehr gute praktische Kenntnisse zu reduzierten Lokomotionsmodellen (LIPM, SRBD, zentroidale Dynamik oder Äquivalente) und deren Einsatz innerhalb von MPC.
Starker Background in Optimal Control, beschränkter numerischer Optimierung und Model‑Predictive‑Control für Legged Robots.
Hands‑on‑Erfahrung mit Whole‑Body‑QP‑/TSID‑Frameworks auf echten Roboterdaten – inklusive QP‑/DDP‑Solver‑Interna.
Erfahrung im Deployment von Echtzeit‑Control‑, MPC‑ und WBC‑Pipelines mit 500 Hz bis 1 kHz auf Hardware.
Sehr gutes C++ für Echtzeit‑Robotik‑Software; Python für Analyse, Tooling, Prototyping und Debugging.
Praxisnahes Verständnis, wie sich Kontaktdynamik, Aktuator‑Limits, Latenz, State‑Estimation‑Fehler, Solver‑Failure‑Modes und Modellabweichungen auf realer Hardware verhalten.
Kollaborativer Arbeitsstil: gemeinsames Design, konstruktive Code‑Reviews, proaktive Kommunikation und zuverlässige Abstimmung über Control‑, Estimation‑, Simulation‑, Low‑Level‑Control‑ und Hardware‑Disziplinen hinweg. Starkes Teamwork ist für diese Rolle essenziell.
Hands‑on‑Erfahrung mit Humanoiden, Quadrupeden oder anderen hoch‑DOF‑Legged‑Robotern.
Vertrautheit mit Pinocchio, MuJoCo, Crocoddyl, IPOPT, TSID, OCS2 oder ähnlichen Open‑Source‑Tools.
Hierarchische QPs, gewichtete QPs, Task‑Priorisierung, Kontaktkraft‑Optimierung oder Operational‑Space‑Control.
Kontaktplanung, Gait‑Optimierung, Balance‑Recovery; CPG‑basierte oder hybride CPG/MPC‑Controller.
Multi‑Contact‑WBC: Fußkontakte, bimanuelles Greifen oder Base‑Arm‑Koordination.
Kontaktkonsistente Dynamik und Impact‑bewusste Übergänge in der Regelung.
Erfahrung mit drehmomentgeregelten Robotern und hochbandbreitiger elektrischer Aktuatorik.
Publikationen auf RSS, ICRA, IROS oder CoRL im Bereich Legged Locomotion oder Whole‑Body‑Control.
