職位描述
1. 負(fù)責(zé)機(jī)器人領(lǐng)域的強(qiáng)化學(xué)習(xí)算法研究與開(kāi)發(fā)，包括機(jī)械臂運(yùn)動(dòng)控制、四足、雙足機(jī)器人行走運(yùn)動(dòng)控制，機(jī)器人全身運(yùn)動(dòng)控制等核心技能訓(xùn)練；
2. 熟悉機(jī)器人端到端操作模型，研究強(qiáng)化學(xué)習(xí)在ACT、Diffusion Policy、OpenVLA等前沿VLA模型中的應(yīng)用；
3. 基于Isaac Gym/Sim/Lab、MuJoCo等仿真平臺(tái)，設(shè)計(jì)并實(shí)現(xiàn)機(jī)器人的強(qiáng)化學(xué)習(xí)訓(xùn)練框架，解決sim2real遷移問(wèn)題；
4 研究并開(kāi)發(fā)模仿學(xué)習(xí)與強(qiáng)化學(xué)習(xí)相結(jié)合的算法，實(shí)現(xiàn)機(jī)器人復(fù)雜操作技能的快速學(xué)習(xí)和泛化；
6. 負(fù)責(zé)強(qiáng)化學(xué)習(xí)模型的蒸餾、優(yōu)化和真機(jī)部署，確保算法在實(shí)際機(jī)器人系統(tǒng)中的穩(wěn)定運(yùn)行；
7. 跟蹤機(jī)器人強(qiáng)化學(xué)習(xí)領(lǐng)域最新研究進(jìn)展，推動(dòng)算法創(chuàng)新和技術(shù)突破。
職位要求
1. 具有計(jì)算機(jī)視覺(jué)、人工智能、機(jī)器人學(xué)、控制工程等相關(guān)專(zhuān)業(yè)背景，碩士及以上學(xué)歷；
2. 熟練掌握主流深度學(xué)習(xí)框架，如PyTorch、TensorFlow、JAX，并具備優(yōu)秀的編程能力；
3. 具備扎實(shí)的強(qiáng)化學(xué)習(xí)理論基礎(chǔ)，熟悉PPO、SAC、TD3、DDPG等主流強(qiáng)化學(xué)習(xí)算法，有相關(guān)項(xiàng)目實(shí)踐經(jīng)驗(yàn)；
4. 有Isaac Gym/Sim/Lab、MuJoCo等機(jī)器人仿真平臺(tái)使用經(jīng)驗(yàn)，具備sim2real項(xiàng)目開(kāi)發(fā)經(jīng)驗(yàn)；
5. 了解機(jī)器人運(yùn)動(dòng)學(xué)、動(dòng)力學(xué)建模，熟悉機(jī)器人操作（manipulation）或運(yùn)動(dòng)控制相關(guān)技術(shù)；
6. 了解機(jī)器人端到端操作模型（如ACT、Diffusion Policy、OpenVLA、π0等）及大模型在機(jī)器人領(lǐng)域的應(yīng)用；
7. 有機(jī)械臂或足式機(jī)器人的強(qiáng)化學(xué)習(xí)/模仿學(xué)習(xí)項(xiàng)目經(jīng)驗(yàn)者優(yōu)先；
8. 具有技術(shù)熱情、技術(shù)信仰以及較強(qiáng)的學(xué)習(xí)能力和問(wèn)題解決能力。