强化学习工程师

岗位职责
基于 Isaac Gym / MuJoCo / Genesis 等平台，开发人形机器人强化学习训练 pipeline
设计奖励函数与课程学习策略，实现复杂运动技能（行走/跳跃/上下楼/操作等）
解决 sim-to-real gap，包括域随机化、系统辨识、动力学补偿等技术
优化训练效率，支持大规模并行训练与多 GPU 分布式训练

任职要求
计算机/自动化/机器人学等相关专业，硕士及以上学历
深入理解 PPO/SAC/TD3 等主流 RL 算法，有大规模训练经验
熟练使用 PyTorch，有 Ray/RLlib 或 Stable Baselines3 经验
有腿足机器人或机械臂 RL 控制经验，成功部署到实机者优先
发表过 RL/Robotics 相关顶会论文者优先