职位描述
岗位职责：
1、策略研发：利用 DRL 算法开发双足机器人的步态控制策略，实现复杂环境下的鲁棒 locomotion；
2、Loco-manipulation 协同：研究全身策略学习，使机器人在保持动态平衡的同时完成抓取、搬运等操作任务；
3、大规模仿真训练：构建基于 GPU 加速的仿真训练环境，进行高效的并行策略训练；
4、Sim-to-Real 迁移：设计 Domain Randomization、System Identification 等方法，缩小仿真与真实机器人之间的 gap；
5、模型部署优化：将训练得到的策略模型导出并优化，使其能够在机器人嵌入式计算平台上实现低延迟实时推理。
岗位要求：
1、全日制本科及以上学历，熟悉强化学习核心理论：马尔可夫决策过程 (MDP)、策略梯度方法、值函数估计；
2、具备一定机器人学基础：坐标变换、刚体动力学、接触约束等
3、熟练使用 PyTorch 进行深度学习模型开发；
4、精通 Python，并能够使用 C++ 完成策略部署或系统集成；
5、熟悉以下物理仿真平台之一：NVIDIA Isaac Gym、Mujoco，Bullet；
6、擅长 Reward Shaping 设计，能够通过训练曲线和策略行为分析问题；
7、理解 RL 在机器人系统中的挑战，例如：Sim-to-Real gap、actuator dynamics、sensor noise；
8、了解 Transformer / RNN (GRU / LSTM) 在处理时序观测数据中的应用。
加分项：
1、真实机器人部署、有将 RL 策略成功部署在真实机器人（双足 / 四足 / 人形）上的经验；
2、有 AMP / Motion Imitation / Mimic 等算法经验。
