我专注于把大模型 / 视觉语言模型与机器人导航、传统规划与最优控制结合起来，让具身智能从论文 Demo 走向可运行、可复现的工程系统。
- 在做：低成本 VLN/VLA 机器人平台（云边端架构 + ESP32 真机部署）
- 擅长：iLQR / AL-iLQR / MPC / DWA / B-spline 等轨迹优化与运动规划算法的 C++ 工程实现
- 关注：如何让 VLA / VLN 前沿模型真正落到可控、可调、可部署的机器人系统里
- 求职方向：具身智能 / 机器人导航 / 自动驾驶规划控制 / 多模态 AI
把 VLN/VLA 的研究能力跑在真实差速底盘上，覆盖感知 → 推理 → 控制全链路。
- OpenClaw 作为高层 Agent / 大脑，OmniVLA 用于视觉语言导航实验
- 手机摄像头 + 传感器作为前端感知，云边端推理架构串联图像、状态与任务指令
- ESP32 差速底盘完成底层运动控制
体现能力：具身智能系统集成 / VLN/VLA 实践 / 机器人软硬件联调 / 云边端架构设计
从零实现的约束最优控制求解器，面向自动驾驶与移动机器人轨迹优化。
- 完整实现 Augmented Lagrangian iLQR 求解器
- 前向 rollout / 反向 Riccati 递推 / 正则化 / 线搜索 / 约束惩罚更新
- 面向自动驾驶 / 机器人场景的时空联合轨迹规划
- 算法原理推导 + 工程实现 双重打通
体现能力：轨迹优化 / 最优控制 / iLQR / MPC / C++ 算法工程化
集成 DWA / DDR-OPT / TMPC / B-spline 的 C++ 规划后端，与 Web 仿真前端联动。
- DWA / DDR-OPT / TMPC / B-spline 多种局部规划器统一架构
- C++ WebSocket 服务，与前端仿真系统实时联动
- 算法对比、参数调优、可视化一体化
体现能力：传统规划算法 / 局部路径规划 / C++ 后端服务 / 仿真系统集成
具身智能与机器人
运动规划与控制
编程与工程
正在做以下方向的团队，我都很感兴趣：
- 具身智能机器人 / 机器人基础模型
- VLN / VLA / Robot Foundation Model
- 自动驾驶规划控制 / 局部与时空联合规划
- 移动机器人系统工程 / 云边端架构
- 多模态 AI 与机器人结合
我尤其关注：如何把前沿的 VLA / VLN 模型，真正部署到可运行的机器人系统中，并与传统规划、控制、感知和工程系统结合。
| 渠道 | 链接 |
|---|---|
| GitHub | @ahrs365 |
| 博客 | gl-robotics.com |
| ahrs365@outlook.com |
English Version
I focus on bridging Large / Vision-Language Models with robot navigation, classical planning and optimal control, turning embodied-AI papers and demos into runnable, reproducible engineering systems.
- Building: a low-cost VLN/VLA robot platform (cloud–edge–device + ESP32 deployment)
- Skilled in: iLQR / AL-iLQR / MPC / DWA / B-spline trajectory optimization and motion planning in C++
- Interested in: how to land state-of-the-art VLA / VLN models into controllable, tunable, deployable robot systems
- Looking for roles in: Embodied AI / Robot Navigation / Autonomous Driving Planning and Control / Multimodal AI
AHBot-VLA — Low-cost VLN robot platform. End-to-end stack: OpenClaw (high-level agent) + OmniVLA (VLN), phone-camera perception, cloud–edge–device inference and ESP32 differential-drive control. Skills: embodied-AI system integration, VLN/VLA practice, HW/SW co-debugging, cloud-edge architecture. Repo
AL-iLQR Starter — Spatio-temporal planning via Augmented Lagrangian iLQR. A from-scratch constrained optimal-control solver for AV / mobile-robot trajectory optimization, covering rollout, Riccati backward pass, regularization, line search and AL multiplier updates. Skills: trajectory optimization, optimal control, iLQR/MPC, production-grade C++. Repo
Planner Backend — C++ local-planning service for web simulation. Unified backend integrating DWA / DDR-OPT / TMPC / B-spline planners, exposed via WebSocket for a web simulator. Skills: classical planning algorithms, local path planning, C++ backend, simulation integration. Repo
Embodied AI · VLN / VLA / Robot Foundation Model · Autonomous-Driving Planning and Control · Mobile-robot systems engineering · Multimodal AI for robotics.
GitHub @ahrs365 · Blog gl-robotics.com · Email ahrs365@outlook.com