职位描述1. 仿真系统开发：负责仿真器底层架构设计与实现，包括物理引擎（刚体/软体/流体模拟）、传感器模型（相机/激光雷达/IMU）、渲染管线及多线程优化；提供稳定易用的API与调试工具，保障仿真运行的高效性与可靠性。 2. 资产与Real-to-Sim：构建与管理仿真资产库（机器人、场景、物体的3D模型及物理参数如质量、摩擦系数）；运用逆向工程技术（三维重建、系统辨识）将真实环境和实体的外观、几何、物理特性迁移至仿真域，系统缩小Sim2Real差距。 3. 数据合成：在仿真环境中自动生成大规模带标注训练数据，设计多样化场景/光照/纹理，利用域随机化策略提升泛化性；输出RGB图、深度图、法向图、语义/实例分割、6D位姿真值等，支撑下游感知与控制模型训练。 4. Benchmark测评：设计并实现标准化评估协议与任务集，定义具身任务（导航、抓取、组装等），制定评价指标（成功率、效率、扰动鲁棒性），编写自动化测评脚本，构建可复现的排行榜/评分系统，定量衡量算法在仿真环境中的性能表现。 5. 工程落地与集成：将仿真数据生成与测评管道封装为Python模块/REST API，使用Docker容器化，支持与数据管线、模型训练系统的无缝集成。"任职要求1. 算法能力：熟悉物理仿真（刚体动力学、碰撞检测）、传感器建模、域随机化原理；了解三维重建、系统辨识等Real-to-Sim技术；掌握常用渲染管线基础（如OptiX、OpenGL、Vulkan）。 2. 工程能力：熟练Python与C++，精通至少一种仿真器（MuJoCo / Isaac Sim / Sapien / Drake）；有并行计算或多线程优化经验；熟悉Docker及基础CI/CD流程。 3. 具身理解：深入理解机器人操作数据的传感器标定与时间同步；熟悉模仿学习/强化学习对仿真数据格式的要求；能判断Sim2Real迁移中的关键瓶颈（物理参数偏差、视觉差异等） 4. 加分项：有物理引擎二次开发或自定义传感器模型经验；参与过大规模合成数据生产管道（如Isaac Sim数据工厂）；有具身Benchmark（如RoboMimic、CALVIN）搭建经验；了解可微仿真或生成式模型（扩散模型/NeRF）辅助资产构建。
