深度强化学习算法工程师

岗位职责
1. 负责四/六足（含两前端机械臂参与支撑）自适应运动控制方案的总体设计与落地，覆盖行走/奔跑、转向/侧移、 多种跳跃、起伏路面与台阶上下等工况。
2. 负责基于强化学习的控制策略开发：观测量与动作空间定义、训练流程设计（奖励、课程学习、域随机化）、评估体系建立与迭代优化。
3. 负责仿真到实机（Sim2Real）迁移与调试：与嵌入式团队对齐控制频率、时延、限幅/限流/温升等安全约束，完成实机验证与问题闭环。
4. 负责部署工程化：模型轻量化、推理稳定性、异常检测与安全降级/回退策略，形成可量产的软件交付物与回归测试标准。
任职需求
1. 具备机器人强化学习落地经验，熟悉PPO/SAC等至少一种主流算法，并能独立完成训练、评估与迭代。
2. 具备多足/足式运动控制基础与工程经验，理解接触、摩擦、稳定性与恢复策略等关键问题。
3. 具备工程化与可交付意识，能够在硬件约束条件下实现稳定运行与可维护迭代。
4. 熟练使用Python，具备C++协作开发能力者优先。
加分项
- 熟悉MuJoCo/Isaac Gym/PhysX等仿真平台；具备嵌入式推理/量化部署经验（ONNX/RKNN等）。
- 有消费级机器人/玩具量产落地经验（成本、功耗、可靠性约束）。