职位描述
岗位职责：
1、跟进、复现并分析 BeyondMimic、SONIC、BFM-Zero 等机器人强化学习前沿工作，深入理解其算法设计、训练流程、工程实现和真机部署方法。
2、开发基于视觉输入的机器人强化学习算法，参考 GRAIL、Doorman 等相关工作，在 Isaac Sim、MuJoCo 等仿真环境中搭建人形机器人控制任务，完成大规模并行仿真、视觉 domain randomization、策略训练、性能评估与 sim-to-real 迁移。
3、设计面向视觉目标的 goal-conditioned policy，包括多种视觉 goal 表征、条件策略融合、策略蒸馏和真机 fine-tuning 框架，提升人形机器人在复杂场景中的泛化能力和真机适应能力。任职要求
职位要求：
1、本科及以上学历，计算机、人工智能、机器人、自动化、控制、机械电子等相关专业。
2、熟悉强化学习基础，理解 PPO 等 on-policy 强化学习算法；了解 SAC、TD3、model-based RL 等方法者优先。
3、熟悉机器人运动学和控制基础，理解 FK、IK、Jacobian 等概念；有机器人 sim-to-real 经验，理解仿真与真实系统之间的差异，能够处理动力学偏差、传感器噪声、延迟、摩擦、接触建模等问题。
4、熟悉 Isaac Sim、MuJoCo、Isaac Gym、Genesis、Brax 等至少一种机器人仿真平台，能够独立搭建任务环境、调试机器人模型并完成策略训练。
5、能够使用 retarget、GMR、IK、轨迹优化等方法，将人类动作、参考轨迹或仿真数据迁移到机器人平台上，构建可用于强化学习训练的数据。
加分项：
1、有人形机器人、四足机器人、机械臂、灵巧手或接触丰富操作任务的强化学习经验；有真实机器人部署经验，尤其是 sim-to-real、domain randomization、system identification、policy distillation、real-world fine-tuning 等相关经验。
2、了解 world model、model-based RL、latent dynamics、action-conditioned video model、self-supervised RL 等方向。
3、在 ICLR、ICML、NeurIPS、RSS、ICRA、CoRL、CVPR、SIGGRAPH、T-RO、RA-L 等顶级会议或期刊发表过机器人学习、强化学习、控制或世界模型相关论文。
