职位描述1. 负责基于强化学习的人形机器人运动控制算法的研发和调试，确保算法的高效性和稳定性； 2. 在真实机器人平台上进行训练模型的部署与调试，深入分析并解决sim2real GAP问题，确保模拟环境与真实环境之间的有效转化； 3. 跟踪前沿机器人研究方向，包括视觉行走（perception locomotion），端到端导航（end to end navigation），移动操作（loco-manipulation）等，参与相关算法的验证与评估，推动技术的持续创新与应用； 4. 协同其他团队成员（硬件、软件、算法等），共同推进足式机器人技术的研发与优化；任职要求1. 硕士及以上学历，自动化、机器人学、控制理论、计算机科学、机械电子、数学等相关专业； 2. 具备丰富的项目主导经验与标志性成果，曾牵头或作为主要人员参与人形机器人核心功能的研发； 3. 扎实的强化学习理论基础，深入了解PPO原理和实现过程，熟练使用Pytorch/Tensorflow等深度学习框架，熟悉各类强化学习开源库； 4. 熟练掌握C、C++、Python及Matlab等编程语言，能够在Linux环境下独立进行开发和调试； 5. 熟悉常用的机器人仿真平台，如 IsaacGym，IsaacLab，Mujoco、Pybullet、Gazebo，具备在仿真环境中进行运动控制的实践经验； 6. 具备良好的团队合作精神与沟通能力，能在跨职能团队中高效工作。 优先条件： 1. 具有人形机器人系统的开发经验3年以上，或在知名人形机器人实验室毕业的博士研究生； 2. 在视觉行走（perception locomotion），端到端导航（end to end navigation），移动操作（loco-manipulation）等有深入研究或实际应用经验； 3. 热爱机器人行业，在顶会（ICRA，IROS，RSS等）或期刊（RS，TRO，RAL等）发表过人形机器人相关论文； 4. 有机器人系统集成与调试经验，能够结合硬件和软件进行综合优化。
