职位描述岗位职责： 面向人形机器人运动控制与移动操作任务，协助自研强化学习、模仿学习算法的开发、训练与调试； 负责训练参数调优、奖励函数设计、异常定位及训练稳定性优化，分析不同算法与参数配置的实验结果； 跟踪并复现机器人强化学习领域的前沿算法，完成代码验证、性能对比及适用性分析； 协助优化算法实现逻辑、训练流程和实验评估方法，提升算法的训练效率、稳定性与可复现性； 维护仿真环境、训练脚本及实验管理工具，支持多任务、多参数和多卡并行实验； 整理算法说明、实验记录、问题分析及复现文档，沉淀清晰、规范、可复用的科研代码与技术资料； 与科研人员协作，支持算法在人形机器人行走、移动操作、接触交互等任务中的验证。任职要求计算机、自动化、机器人、控制等相关专业，本科及以上学历，硕士优先； 熟练使用 Python、PyTorch，具备良好的代码实现和调试能力； 熟悉强化学习基本原理，了解 PPO、SAC 等常用算法及其训练流程； 具备较强的实验分析与问题定位能力，能够分析训练发散、策略退化、探索不足、奖励失衡等问题； 熟悉 TensorBoard、Weights & Biases 等实验管理工具，能够完成实验追踪、结果对比和复现； 了解 Isaac Gym、Isaac Sim、MuJoCo 等至少一种机器人仿真平台； 具备良好的学习能力、逻辑分析能力、文档整理能力和团队协作意识。 加分项： 有强化学习、模仿学习或机器人算法相关项目、竞赛、实习或科研经历； 有前沿论文复现、开源代码二次开发或算法性能优化经验； 熟悉多卡训练、并行采样、超参数搜索及训练加速方法； 了解机器人动力学、控制、sim2real 或人形机器人运动控制； 在 ICRA、IROS、RSS、CoRL、NeurIPS、ICLR 等会议发表过论文或有相关研究成果。 允许6个月内投递2个职位，请选择适合的职位进行投递 立即投递