崗位職責
?負責具身智能中強化學習核心算法的設計、開發與優化，重點聚焦真機強化學習、帶力控的強化學習場景，熟練應用PPO、SAC等主流強化學習算法，助力算法在真實機器人場景中穩定落地。
?負責強化學習算法落地開發（包含 reward 設計、策略訓練、超參調優與性能邊界評估），攻克真機訓練穩定性、強化學習迭代效率和成功率提高等關鍵技術難題，確保機器人在相關任務中動作精準、魯棒。
?負責基于 Isaac Sim等仿真平臺的強化學習仿真環境搭建。
?負責推動強化學習算法從仿真環境到真實物理環境（sim2real）的高效遷移落地。
?基于 ROS（Robot Operating System）完成強化學習算法與機器人硬件（含力控模塊）的集成部署，搭建真機強化學習測試環境，與團隊協同排查算法與軟硬件交互過程中的問題。
?利用 PyTorch/TensorFlow 等深度學習框架構建、訓練和評估強化學習模型，處理算法所需的多源傳感器數據（視覺、力覺、觸覺等），優化數據預處理流程，提升模型在真機力控場景下的泛化能力與魯棒性。
?參與強化學習實驗方案設計與執行，重點針對真機訓練、力控交互等場景制定測試計劃，記錄實驗數據，分析訓練效果與力控性能，撰寫技術文檔，推動算法迭代優化。
崗位要求
1.學歷背景：本科及以上學歷，計算機/自動化/機器人工程/電子信息工程/人工智能/控制工程等相關專業，研究生優先；
2.核心經驗：具備真實機器人強化學習開發經驗（如參與過真機強化學習項目、帶力控模塊的機器人強化學習開發、協作型工業機械臂/人形機器人強化學習真機部署調試等），熟悉機器人硬件結構，有過強化學習算法在實體機器人（含力控組件）上落地及sim2real（仿真到真機遷移）技術攻關或落地經歷者優先。
3.算法能力：
(1) 精通強化學習核心原理與主流算法（PPO、SAC、DDPG、TD3、TRPO），深入理解sim2real關鍵技術（如域適應、動力學建模校準、仿真環境建模優化等）；
(2) 掌握強化學習獎勵函數設計、優化；
(3) 掌握機器人運動學、動力學基礎，能獨立完成和機器人學相關的強化學習子模塊的開發與調試。
4.工具技能：
(1) 熟練使用 PyTorch/TensorFlow 等深度學習框架，具備強化學習模型構建、訓練、調優經驗，熟悉主流強化學習工具包（如 Stable Baselines3、RLlib、Spinning Up 等）；
(2) 熟練使用 Isaac Sim 等仿真平臺，能自定義模型與傳感器插件；
(3) 精通 ROS（ROS1/ROS2 均可，ROS2 優先），能獨立完成強化學習相關 ROS 節點編寫、話題/服務通信、功能包開發與調試，熟悉 gazebo/moveit 等仿真工具，具備仿真到真機遷移的工程經驗；
(4) 具備扎實的編程基礎，熟練掌握 Python/C++，了解 Linux 操作系統常用命令與開發環境，具備良好的代碼開發、調試能力，能高效處理力控傳感器數據與強化學習訓練數據。
5.綜合素質：
(1) 學習能力強，對真機強化學習、力控強化學習領域有濃厚興趣，能快速接受新技術、新工具，跟進強化學習領域前沿進展；
(2) 具備優秀的問題分析與解決能力，針對真機訓練不穩定、成功率低等技術難題，能主動查閱資料、探索解決方案；
(3) 有責任心，工作認真細致，具備良好的團隊協作意識與溝通能力，能清晰表達技術思路與項目進展；
(4) 具備領導力、抗壓能力，結果導向，可適應因真機測試、項目交付所需的出差。