具身仿真工程师-苏州

一、搭建高保真工业机器人仿真环境

• 规范工业仿真资产重建流程，利用扫描、CAD 模型轻量化、物理参数校准等手段，保证资产可导入并适配主流仿真引擎。
• 基于 Isaac Sim、MuJoCo 等引擎，编排面向工业的具身操作仿真环境，覆盖视觉感知、遥操作、物理交互（接触动力学、抓取与装配）等核心能力；
• 对齐真机系统特性，控制 sim2real 偏差，为操作、导航类算法提供可信的离线开发与回归测试环境。
• 
  

二、构建并维护工业场景评测管线

• 设计多场景（典型工业任务）、多维度（成功率、完成时间、轨迹质量等指标）、多原子技能（抓取、放置、插装、避障等）的综合评测体系；
• 搭建可部署的自动化评测服务，封装模型加载、环境调度、任务派发、数据采集流程；支持 Pi 系列等主流模型快速接入、对比测评与异常监控。
• 输出可复现、可对比的标准化评测报告，支撑工业模型版本迭代与发布决策。
• 
  

三、仿真能力平台化

• 开发真机 - 仿真桥接中间件，封装仿真传感器、执行器等通用接口，完成 DDS 通信适配。
• 将仿真能力沉淀为低门槛内部平台，屏蔽底层复杂细节，支持算法、FAE 快速完成环境启动、开发与测试。
• 维护仿真平台技术文档、示例工程与接口规范，收集内部用户反馈，驱动平台持续迭代优化

• 教育背景：机器人、计算机、自动化等相关专业硕士及以上，具备扎实的机器人学、动力学与计算机视觉基础；
• 仿真引擎实战：有 Isaac Sim、IsaacLab 或 MuJoCo 的深度调优经验，熟悉物理参数调优、传感器仿真配置与仿真性能优化；
• 场景与资产重建：熟悉三维扫描与场景重建流程，有碰撞体精修、URDF/USD 资产治理、场景编排的实践经验；

加分项

• 顶会论文：在 RSS、CoRL、NeurIPS、ICRA、CVPR 等机器人或人工智能顶级会议发表过具身智能相关论文；
• 具身模型经验：微调或改进过 Pi 系列具身模型（π05、RECAP等），在相关方向有公开开源贡献；
• 数据闭环：有完整的 Real2Sim2Real 项目经验，熟悉大规模合成数据生成、域随机化与数据增强管线。
• 系统与联调：熟悉 ROS/ROS2 通信机制与开发，有仿真中间件开发经验，参与过仿真-真机联合调试，理解两侧接口协议与数据流差异