职位描述
机器人算法视觉图像算法运动控制算法导航算法视频算法机器避障导航定位PyTorch移动机器人人工智能工业自动化/机器人
岗位职责：
1. 负责研发适用于工业级多自由度四足及四轮足机器人的深度强化学习算法；
2. 搭建并优化从仿真到实机（Sim2Real）的强化学习算法，包括算法模型开发、仿真环境构建与调试、域随机化、实机验证等；
3. 研究强化学习与传统控制算法、运动规划及感知系统融合的创新方案，提升机器人鲁棒性与泛化性能；
4. 与控制、感知、硬件团队紧密协作，推动算法在产品级机器人系统中的部署与性能迭代；
5. 持续跟踪强化学习及机器人智能控制领域的最新研究进展，并将前沿成果转化为工程实现。
1. 负责研发适用于工业级多自由度四足及四轮足机器人的深度强化学习算法；
2. 搭建并优化从仿真到实机（Sim2Real）的强化学习算法，包括算法模型开发、仿真环境构建与调试、域随机化、实机验证等；
3. 研究强化学习与传统控制算法、运动规划及感知系统融合的创新方案，提升机器人鲁棒性与泛化性能；
4. 与控制、感知、硬件团队紧密协作，推动算法在产品级机器人系统中的部署与性能迭代；
5. 持续跟踪强化学习及机器人智能控制领域的最新研究进展，并将前沿成果转化为工程实现。
任职要求：
1. 研究生及以上学历，具有足式或多足机器人强化学习项目经验；
2. 熟悉多自由度机器人系统架构及 RS / RS2 软件栈，精通 C++、Pythn 编程；
3. 熟练使用机器人仿真平台（如 Gazeb、Isaac Sim、MuJC、PyBullet 等）；
4. 熟悉主流深度强化学习算法，具备训练调优与模型部署经验；
5. 具备 仿真到真实（Sim2Real）迁移、策略优化或分布式训练经验者优先；
6. 在人工智能、机器人、计算机视觉等顶级会议或期刊（如 ICRA、IRS、CVPR等）发表论文者优先；
7. 具有良好的团队协作精神与跨学科沟通能力，热衷探索智能机器人技术的实际应用。
1. 研究生及以上学历，具有足式或多足机器人强化学习项目经验；
2. 熟悉多自由度机器人系统架构及 RS / RS2 软件栈，精通 C++、Pythn 编程；
3. 熟练使用机器人仿真平台（如 Gazeb、Isaac Sim、MuJC、PyBullet 等）；
4. 熟悉主流深度强化学习算法，具备训练调优与模型部署经验；
5. 具备 仿真到真实（Sim2Real）迁移、策略优化或分布式训练经验者优先；
6. 在人工智能、机器人、计算机视觉等顶级会议或期刊（如 ICRA、IRS、CVPR等）发表论文者优先；
7. 具有良好的团队协作精神与跨学科沟通能力，热衷探索智能机器人技术的实际应用。
登录查看完整内容
