岗位描述
岗位职责
背景:虚拟仿真为挖掘机自动化算法研发提供了低成本、高安全、可重复的验证平台,但虚拟环境与真实工程场景间存在物理参数偏差、环境特征失真、传感器噪声差异等域差异,导致模型精度与稳定性大幅下降,制约技术工程化落地。Sim2Real 技术是打通虚拟研发与现实应用的核心桥梁,可有效缩小域差异,但其在重型工程机械领域的专项研究仍处于起步阶段,现有方案难以适配挖掘机复杂的作业机理与动态场景。在此背景下,构建适配重型工程机械的 Sim2Real 技术体系对降低研发成本、加速技术转化、推动行业智能化升级具有重要理论与实践意义。 课题目标: 1. 提出适配挖掘机作业特性的Sim2Real迁移方案框架。针对挖掘机重型机械结构、复杂环境交互作业机理的特点,探索低成本、易落地的迁移技术路径。 2. 搭建初步的Sim2Real迁移验证平台,完成方案可行性验证。基于典型挖掘机作业场景(如土方挖掘),构建包含虚拟仿真模块与真实小型试验平台的验证体系,对所提迁移方案的核心环节进行验证,评估迁移后算法的作业精度与稳定性,为后续方案迭代优化奠定基础。
岗位要求
1、至少具有模仿学习,强化学习,领域迁移,AIGC其中一项相关经验 熟练掌握 Python 和主流深度学习框架(如 PyTorch)。
2、具备扎实的机器学习基础,对深度学习、强化学习等相关领域有浓厚兴趣。
3、具备良好的编码能力、解决问题能力和团队协作精神。
4、熟悉仿真平台(如 Gazebo、V-REP、CoppeliaSim、PyBullet ,omniverse等)的使用,具备仿真环境建模经验者优先。 发表过机器人领域顶级会议和期刊者优先,如ICRA/IROS/RSS/TRO/IJRR。熟悉 Linux 开发环境,有 ROS 或机器人实机调试经验者优先。