机电一体化硕士
德国 KIT（卡尔斯鲁厄理工学院）机电一体化硕士。专注强化学习、机器视觉、三维建模与仿真部署，打通算法到真机的完整链路。
Robotics & Mechatronics Engineer
我是黄睿灵，2026 年 4 月毕业于德国 KIT（卡尔斯鲁厄理工学院，TU9 联盟）机电一体化与信息技术专业，获硕士学位。我的核心优势在于打通了算法研发与仿真到真机部署的完整链路：在算法层面专注强化学习与机器视觉，在工程层面熟练使用 ROS、Gazebo、GitLab 等工具链完成跨模块协作与真机集成。德语 Telc C1、英语 CET-6，可流利进行中英德三语技术沟通。
PPO, JAX, MuJoCo
YOLO, Mask R-CNN, CycleGAN, Stable Diffusion
ROS, Gazebo, Rviz2, UE5
GitLab, PLC, 真机部署
UE5 + CycleGAN/SDXL 生成雨雪森林场景，YOLO26 雪天检测提升约 70%
PPO + JAX 训练 Google Barkour，MuJoCo 稳定行走，参数敏感度降低约 20%
ROS + A*/PID 规划 TurtleBot3，真机实现机械臂抓取与 ChArUco 高精度停泊
主修：机器人控制运动学、机器视觉、动态系统优化
Power BI 维护月度 KPI 报表，工作流自动化提升报表生成效率
主修：机械设计、CAD绘图、ANSYS、控制理论、
覆盖算法编程、虚拟仿真、CAD/CAE 建模与 3D 场景生成的工具链
01
问题背景：森林场景在雨雪等恶劣天气下的真实标注数据稀缺，直接训练的视觉模型在恶劣天气下感知性能骤降，而人工采集标注成本极高。
02
问题背景：林业场景中需要大规模仿真树林用于机器人避障测试，但手动建模单棵树木成本极高，且难以生成多样化随机分布的森林场景。
03
问题背景：四足机器人在 MuJoCo 仿真中难以稳定行走，奖励函数对超参数高度敏感，调参成本高、泛化性差。
04
问题背景：物料搬运系统需串联机械臂抓取、小车路径规划与高精度停泊多个子系统，仿真到真机的迁移与跨模块协作是核心难点。
05
问题背景：装配系统在投产前需验证上下料部件的运输与装配逻辑，纯机械设计无法验证控制时序，需机电耦合仿真。
秋招求职中，欢迎软件/算法工程师、机械工程师岗位沟通