职位描述
1. 聚焦「Ego数据提取 → 高保真仿真构建 → RL策略训练 → Sim2Real真机部署」全链路，负责多指灵巧手强化学习仿真系统研发与算法工程化落地。
2. 数据与仿真：从Ego视角数据中提取操作先验与RL状态表征；构建多指灵巧手高保真物理仿真环境（精准建模肌腱驱动、接触物理与多模态传感器）。
3. 算法与训练：研发面向灵巧操作的RL算法，设计奖励函数与课程学习，搭建支持万级并行的大规模分布式训练基建。
4. 部署与迁移：攻克Sim2Real迁移难题，优化实时推理与控制环同步，实现高成功率、强泛化性的真机（DexHand）稳定部署。任职要求
1. 学历与经验
- 硕士及以上学历，计算机、AI、机器人、自动化等相关专业。
- 1年以上强化学习/机器人仿真/灵巧手控制研发经验；或硕博具备完整的 RL4DexterousHand 项目落地经历。
2. Ego数据提取与状态重构
- 精通从Ego视频/遥操作数据中提取RL可用状态（6D位姿重建、接触点估计、多模态信号对齐）。
- 掌握数据到RL状态空间的转换逻辑（降维特征编码、接触拓扑结构化表示、轨迹清洗与专家示范提取）。
3. 仿真环境与物理建模
- 精通主流仿真引擎（Isaac Sim/Lab 或 MuJoCo/PyBullet），熟悉Gymnasium接口封装与场景自动化构建。
- 掌握多指灵巧手高保真建模：肌腱/线驱动运动学映射、接触物理参数调优（摩擦、微滑移）、多模态传感器（RGB-D/力/触觉）仿真。
4. 强化学习算法与训练
- 精通主流RL算法（PPO/SAC等）及 BC预训练+RL微调 混合范式。
- 精通灵巧手奖励函数设计（稀疏奖励塑形、课程学习、多目标优化）。
- 具备大规模GPU集群并行仿真与分布式训练经验（异步经验收集、显存/算力优化）。
5. Sim2Real迁移与部署
- 精通域随机化（视觉/物理/传感器噪声）、策略蒸馏/压缩等Sim2Real技术。
- 熟悉边缘端低延迟推理（≤10ms）、控制频率同步、状态估计补偿（视觉延迟预测/本体滤波）及安全回退机制。
6. 工程基础
- 精通 Python/C++，熟练使用 PyTorch/JAX，能独立实现RL算法与自定义损失。
- 熟悉实验管理（MLflow/W&B）、超参搜索（Optuna）及 Docker 容器化；具备高质量代码规范与模块化设计能力。
