NEURA Robotics
Linkedin · Posted 2mo ago
Dynamics, System Identification & Estimation Engineer - PLA (Mensch)
Continue to application
Add your email once, then Caio opens the original posting.
Indexed description
Deine Mission & Challenges
- Dynamic Model Accuracy Ownership: Du definierst Metriken für Modellgenauigkeit und verantwortest die Lücke zwischen Simulation und realem Hardware-Verhalten – besonders bei dynamischen Bewegungen und kontaktreichen Interaktionen
- System Identification auf 4NE-1 Hardware: Motor-Konstanten, Gelenk-Reibung, Getriebedynamik – Design von Anregungstrajektorien, Regressor-Fitting, Observability-Analysen, iterative Optimierung anhand echter Hardware-Daten
- Simulation Model Authoring & Maintenance: MuJoCo- und Isaac-Sim-Modelle, die reales Verhalten unter Last und Kontakt abbilden; Parametrisierung von Kontaktmodellen, Kalibrierung von Aktuator-Modellen
- Real-Time State Estimation: Implementierung und Tuning von EKF/UKF für Pose, Velocity und Kontaktzustände (Floating Base) im Echtzeit-Loop; Input für Controller und Loco-/Manipulations-Policies
- Sim-to-Real Pipeline: Parameter-Estimation-Loops, datengetriebene Kalibrierung aus Hardware, Validierung via Motion Capture oder externe Referenzen – kontinuierlicher Feedback-Loop zwischen Hardware-Tests und Simulation
- Failure Mode Ownership: Debugging von Fehlern aufgrund ungenauer Modelle – z. B. Instabilität durch falsche Dynamik, Drift/Bias in der Estimation oder fehlerhafte Kontakt-/Kraftmodelle
- Cross-Team Interface: Bereitstellen von aktualisierten Pinocchio-Modellparametern für WBC- und State-Estimation-Engineers; Abstimmung von Trajektorien mit Locomotion- und RL/Control-Teams
- MSc oder PhD in Robotik, Maschinenbau, Elektrotechnik oder ähnlichem – mit starkem Fokus auf Dynamik, Estimation und Regelung
- 4+ Jahre Erfahrung mit State Estimation oder System Identification für Echtzeit-Roboter – auf echter Hardware, nicht nur Simulation
- System Identification auf physischer Robotik-Hardware: Trajektorien-Design, Least-Squares oder Maximum-Likelihood Fitting, Identifikation von Aktuatoren und Transmissionen
- State Estimation Implementierung: EKF oder UKF für Floating-Base Pose, Velocity und Kontaktzustände auf legged oder mobilen Plattformen
- Tiefe Kenntnisse in Rigid Body Dynamics: Kontaktmodellierung, Aktuatorverhalten und wie Modellfehler zu Instabilitäten führen
- Erfahrung in der Unterstützung von Control-Systemen (MPC, WBC) oder gelernten Policies (RL) auf echter Hardware – Verständnis, wie Modellqualität den Transfer beeinflusst
- C++ für produktive Echtzeit-Systeme; Python für Analyse, Tooling und Kalibrierungs-Pipelines
- Hands-on Erfahrung mit Humanoiden oder legged Robots – 4NE-1 ist ein Full-Size Humanoid, bipedale Dynamik ist highly relevant
- Differenzierbare Simulatoren für gradientenbasierte System Identification (z. B. Brax, DiffTaichi oder ähnlich)
- Erfahrung mit Sim-to-Real Transfer: Domain Randomization, adaptive Kalibrierung, Residual Physics Models
- Pinocchio für Rigid-Body-Modelle und Sensitivitätsanalysen
- MuJoCo Model Authoring: MJCF Kontaktparameter, Aktuator-Modelle, Tendon-Dynamiken
- Factor-Graph-basierte Estimation (GTSAM, iSAM2) für IMU + Kinematics Fusion
- Publikationen oder Open-Source-Beiträge in legged Robot Dynamics, System Identification oder Sim-to-Real
Create a free Caio profile to unlock more results and save your role and location preferences.
Unlock free search
Want help applying to roles like this?
Search Caio for free. If repetitive applications get heavy, Managed Job Search adds supervised execution for $99/month.
View Managed Job Search
