机器人操控策略算法工程师

1.负责机器人智能控制策略算法的研究、建模、开发与迭代，提升机器人在实际任务中的操控能力与执行稳定性。

2.围绕任务目标设计控制策略模型，完成状态与动作空间定义、奖励函数设计、模型训练及效果评估。

3.搭建并完善机器人仿真训练环境，开展机器人动力学建模、任务场景构建与训练流程优化。

4.参与机器人数据集的构建、采集、清洗与分析，为策略训练、验证及持续迭代提供数据支持。

5.研究并实施Sim2Real迁移方法，降低仿真与真实环境的差异，提升策略在真实机器人上的鲁棒性与泛化能力。

6.完成策略模型在实体机器人上的部署、联调与实验验证，分析失败案例并推动算法改进。

7.跟踪前沿机器人控制策略研究，开展方法复现、对比实验与技术验证，将有效成果应用于实际系统。

任职要求

1. 博士及以上学历，机器人、控制科学与工程、人工智能、计算机、自动化等相关专业。

2. 具备深厚的控制理论与机器人学基础，熟悉机器人运动学、动力学、运动规划及反馈控制。

3. 精通强化学习算法，能够独立开展策略建模、训练、调参与实验分析，理解训练稳定性、样本效率和泛化能力等关键问题。

4. 对主流及前沿机器人控制策略模型有深入理解，能够结合任务需求进行方法选择、复现和改进。

5. 熟练使用Python及PyTorch等深度学习框架，具备良好的算法实现、代码调试与实验管理能力。

6. 具备机器人仿真、策略训练及实体部署相关的科研或项目实践，能够将算法研究推进至真实系统验证。

7. 具备独立研究、问题分析及跨团队协作能力，能够清晰记录实验过程并解释结果。

加分项

1.有机器人操控、接触任务、力控或多自由度协同控制相关研究经历。

2.有模仿学习与强化学习结合、离线强化学习或策略泛化相关经验。

3. 有域随机化、系统辨识、Sim2Real迁移及真实机器人实验经验。

4.在机器人、控制或机器学习相关会议和期刊发表过论文，或有高质量开源项目成果。