機器人強化學習工程師，接受應屆生

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IsaacSim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（RobotOperatingSystem）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。