机器人强化学习研究员

岗位职责
1、面向机械臂与灵巧手的桌面操作，复现和实践机器人强化学习领域的经典工作，理解核心算法、训练流程与工程实现，建立抓取、手内操作、插接和双臂协作等任务的训练基线。
2、在 Isaac Lab、MuJoCo 等仿真与训练平台中构建操作任务，设计观测与动作空间、奖励函数和训练课程，完成并行训练、domain randomization、策略评估及 sim-to-real 迁移。
3、开发面向视觉目标的 goal-conditioned policy，结合示范数据、强化学习和策略蒸馏，提升操作策略的任务成功率与泛化能力；探索将操作技能和交互数据用于 VLA / World-Action Model 后训练。
4、围绕具体真实场景，与仿真、控制及基模团队协作，完成任务定义、策略部署、交互数据采集、策略优化和真机评测，根据实际执行中的失败持续改进策略，形成可重复验证的任务闭环。

岗位要求
1、本科及以上学历，计算机、人工智能、机器人、自动化、控制、机械电子等相关专业。
2、熟悉 PPO、SAC 等经典强化学习算法，有相关工作的复现或实际项目经验，能够独立实现训练流程、设计对照实验，定位不收敛、奖励利用和策略退化等问题。
3、熟练使用 Python 及 PyTorch、JAX 等至少一种深度学习框架；熟悉 Isaac Lab、MuJoCo、Genesis 等至少一种机器人仿真与训练平台，能够独立搭建任务环境并完成策略训练。
4、熟悉机器人运动学和控制基础，理解 FK、IK、Jacobian 等概念；理解动力学偏差、传感器噪声、控制延迟、摩擦和接触建模对策略执行的影响。
5、具备机器人策略训练或部署的项目经验，能够结合任务成功率、执行稳定性和失败案例分析问题，并通过数据、训练方法或控制参数的调整验证改进效果。

加分项：
1、有真实场景中的真机强化学习经验，针对指定任务完成过真实交互采样、奖励或反馈设计、策略更新和任务验证，能够展示实际任务效果及迭代过程。
2、有机械臂、灵巧手、双臂协作或接触丰富操作任务的完整项目经验，完成过从仿真训练到真机部署、失败分析和策略迭代的闭环。
3、有人形机器人、四足机器人或全身控制的强化学习经验，熟悉动作重定向、运动模仿、参考轨迹跟踪及相关 sim-to-real 方法。
4、了解 VLA、World-Action Model、world model、model-based RL 等方向，有策略蒸馏、残差强化学习或机器人基模后训练经验。
5、在机器人学习、强化学习、控制或世界模型相关领域有高质量开源项目、技术成果或论文。