机器人算法工程师（强化学习）

【职位综述】 该方向侧重于通过物理仿真和强化学习技术，解决灵巧手在复杂动态环境下的适应性问题。通过构建高保真的仿真环境，训练机器人掌握具备高度鲁棒性的接触密集型操作技能。

【核心任务】 负责强化学习算法 PPO 或 SAC 的研发与优化，针对多指灵巧手的高维度自由度进行动作策略训练。 构建并维护高性能物理仿真环境 Isaac Gym、Isaac Sim 或 MuJoCo，实现大规模并行数据采集。 攻克 Sim-to-Real 迁移难题，通过领域随机化或系统辨识等技术减少真机部署的性能损失。 结合课程学习或分层强化学习，解决长程操作任务中的稀疏奖励问题，提升策略的泛化能力。

【关键要求】 硕士或以上学历，具备扎实的数学基础、控制理论以及机器人学背景。 精通 PyTorch 框架，并有在仿真环境下进行大规模分布式训练的实际工程经验。 熟悉灵巧手控制，对接触力学、动力学建模以及传统机器人控制算法有深入理解。 在机器人或机器学习领域顶级会议或期刊发表过文章，或在顶级学术比赛获奖者优先。