运动控制强化学习工程师

职位描述

1、设计并构建高保真物理仿真环境，研发基于强化学习的机器人运动控制策略（步态规划、全身控制等）。

2、设计并优化奖励函数、课程学习及域随机化策略，解决Sim2Real迁移难题。

3、结合传统控制理论（PID、LQR、MPC等）与AI算法，提升机器人运动控制的鲁棒性。

4、基于ROS/ROS2架构，使用C++/Python完成算法在实体机器人上的实时部署与优化。

5、负责动力学建模、状态估计及控制算法的仿真与实机验证。

任职要求

1. 统招硕士及以上学历，机器人控制、自动控制专业优先；

2. 熟悉learning-based control领域前沿进展；

3. 熟悉使用C++、Python等编程语言，熟悉pytorch/tensorflow等主流深度学习框架，了解ROS等框架；

4. 熟悉主流机器人仿真软件，如NVIDIA Isaac Sim, mujoco, raisim, gazebo, pybullet, vrep等；

5. 熟悉机器人动力学、运动学等

5. 了解常用的深度强化学习算法（PPO、SAC、DQN、DDPG、A3C等）；

6. 有应用于机器人的深度强化学习研究项目经历；

7. 优秀的英文文献阅读能力；

8. 国内足式机器人重点实验室/参与机器人重点课题的优先考。