张少鹏

项目介绍：基于Issac gym、MuJoCo类人机器人仿真平台，完成类人机器人踢球、跑步等仿真动作训练开发以及7人制足球对战策略优化，在2025 RoboCup人形机器人足球世界杯中获得全国一等奖。

• 基于强化学习方法（PPO），通过Body States等多重观测空间与多元Reward Function对机器人的动作网络进行训练。通过拓展多元observation维度输入和动态课程学习，成功将1.5m/s的走路动作优化至2.8m/s的跑步动作。

• 通过观测空间对齐、关节 PD 控制校准，将训练好的动作网络迁移（Sim-to-Sim）至比赛仿真环境中。通过对网络输入预处理，二次优化得到了走路、跑步、带球、远踢（可踢20m）、近踢等动作。

• 基于A*等路径规划算法，在走路、跑步等动作中融入避障等功能，实现了动态路径规划。

• 基于Python开发整套比赛代码框架，涉及Debug工具优化、7人制足球攻、守策略优化等工作。

项目介绍：以擂台竞技为模拟场景，通过搭载多种传感器模块和高效算法设计，使机器人具备实时感知擂台环境、自主规划路径、快速登台、精准对抗的能力，在2025华北五省机器人大赛中获得北京市亚军。

• 基于 STM32、ESP32单片机实现策略控制，协调多传感器与执行器，自主研发出登台、循台、对手识别及障碍物检测等核心功能。
• 利用 MPU6050 陀螺仪实时采集机器人姿态数据，经二次滤波确保数据精度，实时获取机器人当前状态。
• 基于六轴加速度计、光电传感器、红外传感器、单片机、电机驱动等硬件模块进行PCB设计。

项目介绍：基于NVIDIA边缘AI计算平台AGX Thor（Thor于2025年推出，前代为AGX Orin），实现模型推理、视觉感知等多个独立项目的功能测试与开发。

• 基于 Thor、D435i 双目深度相机、四轴机械臂、ROS通信、YOLO分割模型，实现对空间中目标物体的三维识别与触碰。

• 基于Thor、OpenClaw（龙虾）、四轴机械臂，通过skill开发，完成对机械臂的纯文本语义控制，能够实现空中绘图等功能。

• 基于vLLM框架，完成Qwen、Llama等LLM的FP16/FP8/INT8/INT4多精度本地部署和性能测试。

• 基于CUDA 13、Aarch64架构，完成Ubuntu系统刷机、工具链安装、Docker、TensorRT GPU推理等裸机环境配置。