Wir entwickeln die Control Intelligence, die es unserem humanoiden Roboter 4NE-1 ermöglicht, sich zu bewegen, das Gleichgewicht zu halten, Objekte zu manipulieren und sicher in komplexen realen Umgebungen zu interagieren. Dafür suchen wir eine*n Locomotion & Whole-Body Control Engineer für unser Humanoid Controls Team in Zürich, um die Kernalgorithmen zu entwickeln, die dynamische Fortbewegung und ganzheitliches Bewegungsverhalten auf dem physischen Roboter ermöglichen.
Diese Rolle umfasst zentrale Ebenen des humanoiden Control Stacks – von Trajectory Optimization und Model Predictive Control (MPC) für die Bewegungsgenerierung bis hin zu Whole-Body Control (WBC), um diese Bewegungen zuverlässig und mit hohen Regelungsfrequenzen auf realer Hardware auszuführen.
Du arbeitest an kontaktreichen humanoiden Dynamiken, Echtzeitoptimierung und robuster Control-Implementierung auf Hardware. Dabei arbeitest du eng mit Teams aus State Estimation, Simulation, Low-Level Controls, Hardware und AI zusammen, um stabiles und adaptives humanoides Verhalten für praktische Anwendungen zu ermöglichen.
Your mission & challenges
Du entwickelst Algorithmen für Whole-Body Motion Generation und Control für den humanoiden Roboter 4NE-1, einschließlich Fortbewegung, Balance, Kontaktübergängen und Loco-Manipulation-Aufgaben.
Du konzipierst und implementierst Pipelines für Trajectory Optimization und MPC zur humanoiden Bewegungsgenerierung unter Berücksichtigung von Roboterzustand, Kontaktplänen, Bodenreaktionskräften, Schwerpunktimpuls und Gelenktrajektorien.
Du entwickelst und pflegst QP-basierte Whole-Body-Control-Frameworks sowie Task-Space-Inverse-Dynamics-Ansätze, um geplante Bewegungen auf dem physischen Roboter mit Frequenzen von bis zu 1 kHz auszuführen.
Du entwickelst und verbesserst dynamische Modelle des humanoiden Systems, einschließlich Floating-Base-Rigid-Body-Dynamics, Vorwärts- und Inverskinematik, Jacobi-Matrizen und Full-Body-Dynamics-Berechnungen.
Du formulierst und implementierst kinematische, dynamische, kontaktbezogene, reibungsbezogene, drehmomentbezogene, stabilitätsbezogene und gelenkbegrenzende Constraints über Planungs- und Control-Layer hinweg.
Du verbesserst Solver-Performance, numerische Robustheit und Echtzeit-Zuverlässigkeit von Optimierungspipelines, die auf Hardware eingesetzt werden.
Du implementierst, tunest und validierst Locomotion- und Whole-Body-Control-Algorithmen auf physischen humanoiden Robotern, einschließlich Debugging von hardware-spezifischen Effekten, Kontaktmodellen und Control-Performance.
Du entwickelst performante C++-Software für Echtzeit-Control-Systeme und baust Python-basierte Tools für Analyse, Tests und Prototyping.
Du arbeitest eng mit Engineers aus Controls, Hardware, Simulation, Perception, AI und Systems Engineering zusammen, um integrierte humanoide Fähigkeiten umzusetzen.
What we can look forward to
Abgeschlossenes Masterstudium oder Promotion in Robotik, Regelungstechnik, Maschinenbau, Elektrotechnik, Informatik oder einem verwandten Bereich.
Mehr als 4 Jahre praktische Erfahrung in der Entwicklung von Locomotion, MPC, Trajectory Optimization und/oder Whole-Body Control für physische Robotersysteme.
Sehr gute Grundlagen in Floating-Base-Articulated-Rigid-Body-Dynamics und Kontaktmodellierung.
Tiefes Verständnis von Centroidal Dynamics, SRBD, LIPM oder verwandten reduzierten Modellen, die in der humanoiden Fortbewegung eingesetzt werden.
Starker Hintergrund in Optimal Control, constrained Optimization und Model Predictive Control.
Erfahrung in der Entwicklung und Implementierung von Whole-Body-Control-Frameworks wie TSID, Inverse Dynamics oder hierarchischen QP-Controllern auf realer Roboterhardware.
Praktische Erfahrung mit Echtzeit-Control-Systemen, die mit 500 Hz bis 1 kHz betrieben werden.
Sehr gute C++-Kenntnisse und gute Python-Kenntnisse für Tooling, Diagnostik und Prototyping.
Praktisches Verständnis realer Herausforderungen in der Roboterregelung, einschließlich Aktuatorgrenzen, Unsicherheiten in der Zustandsschätzung, Kommunikationslatenz, Kontaktunsicherheit und Modellabweichungen.
Starke Kommunikations- und Teamfähigkeit sowie die Fähigkeit, effektiv in interdisziplinären Robotikteams zu arbeiten.
Nice to Have
Direkte Erfahrung mit humanoiden Robotern oder anderen Floating-Base-Robotiksystemen mit vielen Freiheitsgraden.
Erfahrung mit Pinocchio, MuJoCo, Crocoddyl, OCS2, TSID, IPOPT, CasADi oder vergleichbaren Robotik- und Optimierungsframeworks.
Erfahrung mit hierarchischen QP-Ansätzen, Operational Space Control, Task Prioritization und Contact Force Optimization.
Erfahrung mit dynamischem Gehen, Balance Recovery, Push Recovery und Multi-Contact-Locomotion.
Erfahrung mit manipulation-aware Locomotion und Whole-Body-Koordination von Armen, Torso und Unterkörper.
Erfahrung mit drehmomentgeregelten Robotern und hochdynamischen elektrischen Aktuatoren.
Veröffentlichungen auf RSS, ICRA, IROS oder CoRL im Bereich Locomotion, Whole-Body Control, Optimierung oder humanoide Robotik.
