RSI for Robotics Simulation 算法工程师
职位描述
面向机器人学习系统与 Real2Sim2Real全栈，结合一线落地的应用需求，探索真实数据、仿真环境与模型的协同改进。通过 RSI 与快速实验迭代，提升仿真、数据和策略对真实机器人任务的价值，推动前沿技术落地。
核心职责
- 深入客户与机器人应用的一线场景，推动仿真平台Real2Sim2Real的原型验证与应用落地。
- 敏捷迭代仿真环境、仿真求解器（Solver）、真机系统与学习策略，围绕具体任务快速实现、联调并验证改进。
- 开发基于实验反馈的 RSI 闭环，自动提出并验证对环境配置、求解方法、数据生成、Reward 或策略的修改，量化多轮迭代收益。
- 开展 Real2Sim2Real 对照实验，定位资产、物理参数、控制与模型之间的问题，用真机反馈检验效果，并沉淀可复用的算法、工具和实验流程。任职要求
- 熟悉 Newton、Isaac Lab、MuJoCo等至少一种引擎或框架；理解关节约束、碰撞检测、接触与摩擦，能分析时间步长、Solver 收敛与稳定性、控制参数对仿真表现的影响。
- 有实际 RSI／Self-Improvement 项目经验，完成过多轮反馈优化，能说明改进机制、本人贡献及量化结果。
- 具有 gpt6-astra、claude-opus-5.5、gemini-argon 中至少两个模型的深度使用经验，能够用于复杂代码理解、算法开发、实验分析与问题定位，并结合具体案例说明模型能力边界及结果验证方法。
- 有 Codex、Claude Code 的实际项目使用经验，能借助工具理解和修改复杂代码库、组织实验与调试，并独立审查代码、验证结果。
- 能阅读和修改 USD／URDF／MJCF 等格式的 Assets，检查坐标系、尺度、碰撞几何、质量与惯量、关节限制和执行器配置，定位异常运动与接触行为。
- Python 与机器学习基础扎实，熟悉 PyTorch，上手能力强；能深入文档和源码，构造最小复现，快速完成算法验证与问题定位。
加分项
- 有 Newton／Warp、Solver 调优或扩展、资产生成与校验、系统辨识、Sim2Real、真机实验或客户项目落地经验。
申请时请附代表性项目，简述本人贡献与实验结果。
