灵巧手强化学习工程师(R10986)

职位描述

一、岗位定位

聚焦灵巧手操作场景，负责从离线模仿到在线强化学习的后训练算法研发，推动从仿真到真机的完整迭代闭环。

二、岗位职责

1. 负责灵巧手操作任务的强化学习算法设计与优化，覆盖从仿真到真机的全流程迭代

2. 研究多模态感知信息（视觉、触觉、力反馈等）与强化学习决策的结合方法

3. 探索将大模型能力与强化学习相结合的技术方案，提升操作精细度与泛化能力

4. 跟踪具身智能与强化学习领域前沿技术，推动算法在真实灵巧手平台持续落地

三、职位要求

1. 基本要求：硕士及以上学历，计算机、人工智能、机器人、控制工程等相关专业；2年以上强化学习或机器人算法研发经验（含博士期间研究）

2. 技能要求：扎实的强化学习理论基础，熟悉主流策略优化算法 精通Python/PyTorch，具备在真实机器人上进行算法部署和调试的项目经验；了解机器人运动学、感知标定等基本知识，能与硬件团队顺畅协作

3. 加分项：有灵巧手或多指操作的真机强化学习经验；有大规模并行仿真与Sim-to-Real迁移经验；在机器人或机器学习顶级学术会议发表过相关论文

承担主要目标/关键任务

开发基于真机强化学习的后训练链路，支持大模型、demo开发、落地POC项目等