【人形机器人】双足运控算法工程师-强化学习

负责/主导双足机器人强化学习（RL）运控算法研发，覆盖行走/转向/起步停止/跑步、上下坡与台阶、抗外力扰动等核心能力，并实现真机稳定闭环。

搭建并维护训练Pipeline：仿真环境构建（动力学、接触、执行器与传感器模型）、奖励函数与课程学习、并行采样与训练监控、实验可复现与版本管理。

负责Sim2Real落地与鲁棒性提升：域随机化（质量/惯量/摩擦/延迟/噪声）、系统辨识、策略泛化与真机调参闭环。

设计并实现策略与底层控制栈对接（PD/阻抗/WBC/状态机），处理控制频率、延迟、力矩/速度饱和、关节限位与安全保护等工程约束。

构建并优化步态与接触切换稳定性（单/双支撑过渡、落脚冲击、滑移抑制），降低抖动与能耗，提升步态自然性与可控性。

建立异常工况处理机制：跌倒检测、失稳恢复（fall recovery）、安全降级、故障注入测试与保护策略。

制定并维护双足运控评测体系：成功率、速度范围、通过率（地形/扰动/摩擦）、稳定裕度、能耗/温升、恢复时间等，并推动自动化回归。

支持真机联调与问题定位：策略崩溃、奖励投机、接触抖动、仿真偏差、传感器漂移、执行器带宽限制等问题分析与优化。

机器人、控制、自动化、机械、计算机等相关专业，本科及以上学历。 2、3年以上强化学习或机器人运动控制相关经验；具备足式/双足机器人真机落地经验者优先。

熟悉主流RL算法与实现（PPO/SAC/TD3等），理解稳定训练要点（归一化、优势估计、探索、约束等）。

具备扎实的动力学与控制基础：刚体动力学、接触与摩擦、步态稳定性、阻抗/力控、状态估计基础概念。

熟练Python/C++，具备良好的工程实现与调试能力；熟悉Linux与常用开发/调试工具链。

熟悉至少一种机器人仿真平台（MuJoCo/Isaac Gym/Isaac Sim/Gazebo等），能够独立完成模型、环境与传感器/执行器仿真开发。

具备数据分析与系统化定位能力（日志、可视化、回归对比、消融实验），能推动问题闭环。

具备良好沟通协作能力，能与硬件、全身控制、状态估计、测试团队高效配合。 优先考虑条件：

有复杂地形与强扰动鲁棒行走经验（台阶、碎石、低摩擦、推搡、载荷变化）。

有WBC/QP/MPC与RL结合、或分层控制（技能/策略/控制器）工程经验。

有系统辨识、执行器模型（电机/减速器/摩擦/带宽）建模与补偿经验。

能阅读英文论文/技术文档并快速复现与落地。