职位描述
【职位定位】
面向人形机器人移动与操作能力，参与强化学习、模仿学习及Sim2Real控制策略研发。
【职位描述】
1. 参与基于强化学习/模仿学习的机器人运动控制策略开发，覆盖上肢和灵巧手操作、下肢移动、全身协同控制等方向。
2. 参与仿真训练环境、任务场景和域随机化策略建设，提升策略在真实环境中的鲁棒性和泛化能力。
3. 参与Sim2Real部署与真机调试，协助分析仿真与现实差异并推动策略迭代。
4. 与机械、硬件、嵌入式和测试团队协作，推动学习型控制算法在实体机器人上的稳定落地。任职要求
1. 2027届硕士研究生及以上学历，机器人、人工智能、自动化、计算机、控制等相关专业，硕士/博士优先。
2. 熟悉强化学习、模仿学习、深度学习中的一种或多种方法，理解PPO、SAC、BC、Diffusion Policy等基本思想者优先。
3. 具备机器人运动学、动力学、控制理论基础，了解MPC、全身控制、轨迹跟踪、平衡控制等方法。
4. 熟练使用Python，具备良好的代码实现和实验分析能力；有仿真平台、Isaac Gym/MuJoCo/Isaac Sim等经验者优先。
5. 加分项：有足式机器人、机械臂、人形机器人真机部署经验，或机器人顶会论文、竞赛、开源项目成果。
