27届正式批-具身强化学习工程师（机器人方向）

你将与资深工程师一起合作，完成以下一项或多项工作：

1、机器人专项技能的训练、优化和策略蒸馏，并通过参数辨识、域随机化domain randomization 等方式，系统性消除 Sim2Real Gap，实现策略从仿真到真机的零样本（Zero-shot）或少量样本迁移。

2、具身操作大模型的 RL 后训练微调，利用 RL 优化大模型输出的动作可行性与物理合规性。

3、用RL进行双足机器人通用小脑模型开发、优化和实机部署。

4、与硬件和运控等团队协作，在 Isaac Lab / Isaac Sim/MuJoCo等工具中搭建仿真，包含URDF/MJCF 建模及导入、物理参数的辨识和标定（惯量/摩擦/电机曲线）和数学建模优化、仿真与真机的传感器对齐（Sensor Simulation）等，推动算法仿真到实机迁移、部署的迭代流程

期望你满足以下至少3项要求：

1、硕士及以上（优秀可放宽），计算机 / 人工智能 / 自动化 / 机器人等相关专业；

2、熟悉Python以及C++，具备优秀的编码能力和工程能力；

3、深入理解RL基础理论（MDP、Bellman方程等）和常用算法（PPO、GRPO、SAC等），并具有相关实践经验和工程复现能力；

4、至少熟练使用一种 Isaac Lab/Isaac Sim/MuJoCo等仿真环境，具备能独立搭建复杂环境、配置 reward、课程学习等参数，跑通大规模并行训练并完成实机部署的经验；

5、深刻理解正逆运动学（FK/IK）、雅可比（Jacobian）及动力学建模、多刚体动力学建模与求解，熟悉Pinocchio等刚体动力学库；

6、具备域随机化（Domain Randomization）、系统辨识（System Identification）、仿真器深度定制（源码级修改）等实践经验，并具备 Sim2Real 实机闭环经验。

7、深入理解双足动态平衡的核心判据体系，熟练掌握 ZMP、DCM 与 Capture Point 的算法本质和数学推导；能够将其转化为强化学习框架中的奖励和约束，并具备在仿真与真机闭环中验证策略的经验。

8、具备基于参考轨迹的模仿学习或强化学习经验，熟悉 DeepMimic、AMP 等框架，能够利用动捕数据或关键帧引导优化步态动作的连贯性和类人性；

9、熟悉MPC、WBC、QP 求解等传统步态控制方法，能够与强化学习策略进行分层融合以提升真机策略鲁棒性。

10、熟练掌握 PyTorch、Linux下 C++/Python 高性能编程、熟悉 ROS/ROS2的开发，了解VLA、VLM、LLM、WM等；

11、在有顶会论文或头部公司核心项目实习经历的优先