职位描述
岗位职责
1、参与具身智能机器人小脑算法研发，探索如何通过学习算法提升双足、四足及人形机器人在真实世界中的运动与交互能力；
2、参与机器人 Locomotion 策略研发，围绕行走、跑步、转向、上下台阶、复杂地形适应、抗外部扰动等场景进行算法设计、训练与迭代；
3、参与基于强化学习的机器人运动策略训练，研究 Observation、Action、Reward、Policy Architecture 等设计对机器人运动能力的影响；
4、在 MuJoCo、Isaac Sim / Isaac Lab 等动力学仿真环境中完成机器人运动策略的训练、评测、可视化与实验迭代，探索不同仿真环境和训练方法对策略泛化能力的影响；
5、参与 Sim-to-Real 与真实机器人部署，包括策略部署、状态输入处理、控制接口适配、参数调试及运动性能优化；
6、参与机器人本体状态与传感数据处理，利用 IMU、关节编码器、力传感器等信息构建适用于运动策略的状态表示，并探索本体感知与运动策略的结合；
7、参与感知、数据、学习算法及硬件团队协作，探索视觉、语言、本体状态与运动策略结合的机器人运动能力；
8、跟进 Legged Robotics、Humanoid、Reinforcement Learning、Robot Learning 等领域前沿研究，并尝试复现优秀工作，将其应用于真实机器人。
任职要求
1、本科及以上在读，机器人、自动化、控制、机械、计算机、人工智能等相关专业，硕士 / 博士优先；
2、具备扎实的机器人学、数学或机器学习基础，理解机器人运动、刚体变换、坐标系及基本控制概念；
3、熟悉以下至少一个方向：
- 强化学习 / Deep Reinforcement Learning；
- 双足 / 四足 / 人形机器人 Locomotion；
- Robot Learning / Imitation Learning；
- 状态估计 / 本体感知；
- 机器人运动规划与控制；
- 深度学习模型训练与优化；
4、熟悉 Python 或 C++，具备良好的算法实现、实验分析和工程能力；
5、熟悉 MuJoCo、Isaac Sim、Isaac Lab、Gazebo 等至少一种机器人仿真平台；
6、了解 PPO、SAC、TD3 等强化学习算法中的至少一种，对 Policy Training、Reward Design、Observation / Action Space 等基本概念有理解；
7、对机器人运动控制、强化学习和具身智能有浓厚兴趣，具备较强的学习、实验和问题分析能力。
加分项：
1、有双足、四足或人形机器人实机调试和部署经验；
2、使用过 Unitree、Fourier、Booster、AgileX 等机器人平台；
3、熟悉 RSL-RL、Legged Gym、Isaac Lab 等机器人强化学习训练框架；
4、有 Sim-to-Real、Domain Randomization、System Identification 或 Policy Deployment 相关经验；
5、熟悉 IMU、编码器、关节电机、力传感器等机器人本体传感器与执行器；
6、有机器人强化学习、Locomotion、Humanoid、Imitation Learning 等方向的论文、竞赛、开源项目或较完整的个人项目经验；
7、有从仿真训练到真实机器人部署的完整项目经验；
8、具备较强的实验能力，能够独立定位训练不收敛、策略不稳定、Sim-to-Real Gap 等问题并进行迭代。
