机器人强化学习算法工程师

岗位职责：

基于强化学习开发机器人运动控制算法，实现行走、抗扰动、灵巧操作等能力。

搭建大规模并行仿真环境（Isaac Gym/MuJoCo等），设计奖励函数，部署PPO、SAC等算法进行高效训练。

通过域随机化等技术解决Sim-to-Real迁移问题，确保算法在真实机器人上的鲁棒性。

跟踪模仿学习（GAIL）、VLA模型等前沿方向，探索大模型与强化学习的融合应用。

完成算法在真机上的部署、调试与性能优化。

任职要求：

硕士及以上，计算机、自动化、机器人、人工智能等相关专业。

熟悉主流强化学习算法（PPO、SAC、DQN等），有相关项目经验。

精通Python/C++，熟练使用PyTorch/TensorFlow，熟悉Linux/ROS。

熟悉Isaac Gym/MuJoCo/Gazebo等至少一种仿真平台。

具备机器人运动学/动力学、自动控制原理等基础知识。

加分项：有真机部署经验、熟悉模仿学习/VLA模型、顶会论文（CoRL/ICRA/NeurIPS等）。