足式机器人强化学习运动控制算法工程师（四足/双足方向）

任职要求
1. 学历与专业：硕士及以上学历，控制科学与工程、机器人学、自动化、计算机科学、人工智能、机械电子工程等相关专业。
2. 专业基础：
（1）扎实掌握机器人运动学、动力学建模与现代控制理论（MPC、LQR、WBC、自适应控制等），理解足式机器人运动控制核心逻辑；
（2）深入理解深度强化学习核心算法原理与实现细节，具备模型调参、奖励函数优化的实践经验。
3. 技术能力：
（1）精通C++/Python编程，熟练使用PyTorch/TensorFlow等深度学习框架，具备高质量、高可维护性代码编写能力；
（2）熟练操作至少一种机器人仿真平台（MuJoCo/Isaac Sim/Gazebo），具备ROS/ROS2开发经验，了解Linux实时系统（如RT_PREEMPT）者优先；
（3）掌握URDF/SDF建模标准，熟悉RBDL、pinocchio等动力学库，能独立完成复杂机器人系统建模与仿真验证。
4. 项目经验：
（1）具备2年以上足式机器人（四足/双足）或多关节机器人运动控制研发经验，有完整的“算法设计-仿真验证-实机部署”项目闭环经验；
（2）有强化学习算法在机器人上的落地经验，成功解决Sim2Real迁移问题或复杂环境下运动稳定性问题者优先。
5. 个人素质：
（1）具备极强的问题定位与解决能力，能快速响应实机调试中的突发问题（如步态不稳、力矩波动），24小时内输出修复方案；
（2）目标导向，抗压能力强，具备良好的团队协作与跨部门沟通能力，能适应短周期项目迭代节奏。
6.加分项
1. 在ICRA、IROS、RSS、NeurIPS等顶会顶刊发表过强化学习、机器人运动控制相关论文；
2. 有足式机器人步态控制、全身协调控制或力控相关竞赛获奖经历，或主导核心算法实现关键性能指标突破（如跌倒率≤1%/1h、步态稳定性≥98%）；
3. 熟悉GPU加速（CUDA/OpenCL）、TensorRT推理优化，具备嵌入式平台（NVIDIA Jetson系列）算法部署与性能优化经验；
4. 具备多传感器信息融合（IMU、深度相机、3D雷达）或SLAM、导航算法相关经验，能提升机器人环境适应性者优先。