机器人学习研究员

负责面向具身智能的机器人学习算法研究与开发，重点探索模仿学习与强化学习，构建从视觉、语言、机器人本体状态等多模态观测到动作输出的端到端策略模型。 研究行为克隆、离线强化学习、在线强化学习、Diffusion Policy、Action Chunking及分层策略学习等技术，提升机器人在复杂操作任务中的学习效率、动作精度和任务成功率。 研究奖励建模、价值估计、策略优化、数据利用效率和探索方法，解决分布偏移、误差累积、稀疏奖励和长程任务中的策略学习问题。 负责机器人策略的训练、评测与部署，推动算法在仿真和真实机器人平台上的闭环验证，持续提升策略的泛化能力、执行稳定性、实时性及失败恢复能力

计算机、自动化、电子信息、机器人工程、控制科学、数学等相关专业硕士及以上学历，博士优先。 编程基础扎实，熟练掌握 Python、PyTorch及Linux开发环境，具备良好的算法实现、代码调试和工程化能力；熟悉C++、ROS或ROS2者优先。 深入理解模仿学习和强化学习的核心原理，熟悉Behavior Cloning、DAgger、Offline RL、Online RL、Actor-Critic、Policy Gradient等方法，具备从零到一完成机器人策略训练的实践经验。 熟悉ACT、Diffusion Policy等机器人策略模型，了解奖励函数设计、价值函数学习、策略评测及Sim-to-Real等关键问题，能够独立解决策略收敛、分布偏移和执行稳定性问题。 具备扎实的实验方法论，能够设计严谨的对照与消融实验，并对训练过程和失败案例进行系统性分析；学习能力和自驱力强，具备良好的团队协作与沟通能力。 加分条件 在机器人领域会议（CoRL、RSS、ICRA、IROS）或机器学习领域会议（NeurIPS、ICML、ICLR）发表过一作论文。 具备大规模机器人数据、模仿学习或离线强化学习模型训练经验。 具备真实机器人控制、遥操作数据采集、策略部署及软硬件联调经验。 具备在线强化学习、Model-Based RL、奖励模型、长程任务规划、Sim-to-Real或灵巧操作等相关背景。 拥有具有影响力的开源项目、机器人竞赛成绩或工业级机器人策略上线经验