Field Robotics Engineer (Hybrid RL Navigation & Safety)

Who We Are

네이버랩스의 미래 기술을 실제 제품으로 구현하고, 지속적인 고도화를 통해 사용자에게 실질적인 가치를 제공합니다. 연구 성과를 제품과 서비스로 연결하며, 기술이 일상 속에서 작동하는 경험을 만들어갑니다.

What You'll Do

· 실제 모바일 로봇 기반 필드 테스트 수행 및 실환경 주행 성능 검증

· 필드 테스트 주행 로그 분석, failure case mining, edge case 재현 및 개선 방향 도출

· 현장에서 발견된 문제를 기반으로 Hybrid RL navigation policy, safety logic, planner/control interface 개선 

· Collision avoidance, time-to-collision, drivable area constraint, emergency stop 등 safety-aware reward 및 safety guardrail 설계 

· Simulation 기반 학습 및 검증 결과를 실제 모바일 로봇에 적용하기 위한 sim-to-real 개선 

· 실제 로봇 배포를 고려한 실시간성, 안정성, 복구 가능성, 안전 제약 조건 검증

Required Skills

· 경력 구분 : 경력

- 로보틱스, 전기전자, 컴퓨터공학, 기계공학 또는 관련 분야 박사 학위 소지자 또는 석사 소지자 및 2년 이상의 실무 경력

· 실제 모바일 로봇 또는 자율주행 시스템의 필드 테스트, 실환경 검증, 로그 분석 경험 

·모바일 로봇 네비게이션, motion planning, local planning 또는 robot control 관련 개발 경험 

·Reinforcement Learning, Imitation Learning, policy learning 중 하나 이상의 이해 또는 개발 경험 

·Classical planner, MPC, trajectory optimization, rule-based safety logic 중 하나 이상의 이해 

·ROS/ROS2 기반 로봇 시스템 개발, 현장 디버깅, 주행 로그 분석 경험 

·필드 테스트에서 발생하는 문제를 기술적으로 분석하고, 재현 가능한 failure case로 정리하여 개선 루프로 연결할 수 있는 역량

Preferred Skills

·Outdoor / sidewalk / road-adjacent 환경에서 모바일 로봇 필드 테스트 경험 

· Dynamic obstacle이 포함된 복잡한 환경에서의 주행 검증 경험 

·RL policy와 classical planning/control stack을 결합한 hybrid navigation 구조 개발 경험

·Safety-aware reward, safety critic,  emergency braking, TTC 기반 위험 판단, drivable area constraint 설계 경험 

·Simulation-to-real transfer, domain randomization, real-world log replay, closed-loop evaluation 경험 

·Python, PyTorch 기반 모델 개발 및 TensorRT, ONNX Runtime 등을 활용한 On-device 추론 최적화 경험 

·관련 분야 국제 학회 논문 게재, 발표 또는 학술활동 경험 (CVPR, ICCV, ECCV, NeurIPS, CoRL, ICRA, IROS 등)

채용하고 싶은 사람

· Self-Motivated Team Player 

·스스로 성장의 방향을 정하고, 완성도를 위해 창의적으로 시도하며 끝까지 고민하고 실행하는 사람 

· 각자의 전문성을 존중하는 수평적 협업 속에서, 열린 소통으로 문제를 함께 해결하는 사람 

유의사항