具身智能算法研究员

负责强化学习核心算法研究，聚焦低容错、高风险环境下的样本高效学习与策略稳健性，推动算法在物理系统上的可靠落地；

研究强化学习与具身智能体系统的耦合，探索感知—决策—执行闭环中的策略学习、长程任务规划与多模块协同优化方法；

跟踪和评估业界前沿研究进展,提出原创性算法方案,并通过顶级学术会议、专利或开源项目沉淀研究成果,形成技术影响力；

协同工程团队，推动研究成果在真机系统上的部署验证与创新应用展示。

计算机、人工智能、机器人相关专业博士学历,具备扎实的强化学习理论基础与研究功底；

熟悉具身VLA，WAM等模型，有机械臂操作相关经验；

理解强化学习核心算法(如 PPO、GRPO、Pi0.6等),对真实世界环境下的探索效率与安全性有认知；

熟练掌握 Python / PyTorch 等编程语言与深度学习框架,具备较强的算法实现与实验设计能力；

在 NeurIPS / ICML / ICLR / CoRL / RSS / ICRA 等顶级会议或期刊发表过强化学习相关论文。