岗位职责
- 开发基于强化/模仿学习的机器人行走及全身控制策略；
- 开发复杂地形下基于视觉的强化学习行走策略；
- 负责算法策略的训练与移植部署，实现算法sim-to-real在机器人实机上落地应用；
- 持续跟踪国内外前沿研究成果，并进行相关算法复现；
- 编写相关技术文档，推动团队技术沉淀与知识共享。
职位要求
- 硕士及以上学历，机器人、计算机、机械工程、人工智能、应用数学等专业，数学、英语能力扎实，具有较强的学习与研究能力；
- 掌握主流的强化学习算法，如：PPO、DQN、DDPG、SAC等；
- 掌握机器人学习中的广泛使用的训练方法和模型架构，如：教师学生模型（Teacher-Student Network），课程学习（Curriculum Learning），域随机化（Domain Randomization），混合专家模型（MoE）等；
- 熟悉Mujoco、IsaacGym、IsaacLab等机器人仿真平台；
- 具备足式机器人强化学习算法的实机调试和sim-to-real经验，有基于模型/优化等传统控制经验者优先；
- 扎实的C++、Python编程能力，熟悉Pytorch等机器学习框架，熟悉Linux，Git，ROS等开发环境和工具。
