机器人强化学习运控算法工程师

负责基于强化学习(Reinforcement Learning)的机器人运动控制算法研发，包括但不限于四足/人形机器人步态生成、全身运动控制、操作与运动协同控制等 设计、实现并优化RL算法(如PPO、SAC、TD3、Dreamer、Diffusion Policy等)，解决高维连续控制、稀疏奖励、样本效率低、sim-to-real差距等问题 完成仿真到真实机器人(sim-to-real)迁移，结合系统辨识、自适应控制、残差学习或在线微调，确保算法在真实硬件上的稳定性与鲁棒性 与机器人硬件、感知、规划团队紧密协作，将RL控制器集成到完整机器人系统中，支持实机部署与测试 跟踪学术界与工业界最新进展(ICRA、RSS、CoRL、NeurIPS、ICML等)，持续优化算法性能并输出技术报告或论文

硕士及以上学历，机器人、控制科学与工程、计算机、人工智能、自动化等相关专业(优秀本科可放宽) 扎实的强化学习理论基础，熟悉主流on-policy/off-policy算法、Actor-Critic、Model-based RL、Imitation Learning等 熟练掌握Python，熟悉PyTorch(或JAX)，具备独立实现并调试深度强化学习算法的能力 有机器人运动控制相关经验，了解运动学、动力学建模、PID/MPC/全身控制(WBC)等传统控制方法，并能与RL结合 熟悉至少一种主流物理仿真器(MuJoCo、Isaac Gym、Gazebo、Webots等)，有完整训练-部署闭环经验优先