Locomotion & Whole-Body Control Engineer - Humanoid (Mensch)

• 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.

• 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.