岗位描述
你将负责
面向机器人运控和操作问题,设计与实现强化学习/模仿学习算法
在仿真环境中构建训练任务与 Pipeline,并推进 Sim2Real落地
推动算法在真实机器人上的部署、调试与性能优化
与硬件/系统团队协作,实现稳定可靠的闭环控制
我们希望你具备
计算机 / 机器人 / 自动化等相关背景
扎实的强化学习或控制基础,具备实际项目经验
熟悉 Python,熟悉 PyTorch / JAX 等框架
熟悉 MuJoCo / Isaac Sim等模拟器
熟悉常见强化学习算法(如 PPO 等),并有实际应用经验
了解机器人基础(运动学 / 动力学 / 控制)
加分项
有人形机器人运控和机器人操作的经验
有 Sim2Real / online RL / 实机数据闭环经验
有端侧部署与推理优化经验(Jetson / TensorRT 等)
有顶会论文或开源项目经验
我们的工作方式
强调真实闭环:算法不仅在仿真中有效,更要在真实机器人上稳定运行。
强工程导向:从数据→模型→部署全链路打通,而不是单点算法优化。
鼓励快速迭代:在仿真与真机之间高频循环,快速验证与修正。
强协同:算法、硬件、系统紧密配合,共同解决复杂具身问题。