狮子山实验室-运动控制算法实习生(J33708)

参与前沿技术探索： 协助研究人员与工程师，将强化学习、模仿学习等先进算法应用于足式机器人的运动控制系统中。

支持算法落地与验证： 深度参与控制算法的实现、调试与实验评测，在仿真与真实机器人平台上验证算法性能。

工具链与仿真环境建设： 参与维护和开发机器人仿真测试平台（如Isaac Sim, Mujoco等），提升算法迭代效率。

基础知识扎实： 熟练掌握Python/C++中至少一门编程语言，对PyTorch/TensorFlow等深度学习框架有使用经验。了解ROS者优先。

熟悉仿真工具： 熟悉至少一种主流机器人仿真软件（如Mujoco, Pybullet, Isaac Sim, Raisim, Gazebo等），并有过实际项目应用。

算法理解能力： 对主流深度强化学习算法（如PPO, SAC）有基本的理解，并充满学习热情。

项目与实践经验： 拥有机器人、人工智能相关的课程项目、科研项目或竞赛经历（如RoboMaster、RoboCup等）。对足式机器人有浓厚兴趣者优先。

要求为国内外高校在读研究生，计算机、自动化、电子信息、机械电子等相关专业。

能保证每周至少4天、持续3个月以上的实习时间。