岗位职责:
1、认真双足机械人运动控制与步态算法的设计、开发和优化。。。。。
2、认真人形机械人双手操作与全身运动(locomotion)的智能控制战略开发,,,,,,,针对重大场景(如重物搬运、精准拆码垛、行走、爬楼梯、障碍物跨越等)实现操作与运动的全身协调。。。。。
3、基于深度强化学习、模拟学习等要领优化运动战略,,,,,,,提升机械人在动态情形中的自顺应能力与运动效率。。。。。
4、认真算法从仿真到实机的迁徙安排,,,,,,,开发在线动力学参数辨识与自顺应校准计划,,,,,,,解决 sim2real gap 问题,,,,,,,包管真机运行的实时性与稳固性。。。。。
5、建设算法鲁棒性评估机制,,,,,,,通过扰动测试验证运动战略在真实场景中的可靠性。。。。。
6、跟踪运动控制领域前沿手艺,,,,,,,一连举行算法立异与性能优化。。。。。
任职资格、事情履历及其他资格条件:
1. 醒目机械人运动学、多刚体动力学建模与求解,,,,,,,有1 年及以上人形机械人/机械臂具身项目开发履历,,,,,,,曾主导步态妄想、运动战略优化等焦点????????榭⒄哂畔。。。。。
2. 醒目 PyTorch/Jax 等深度学习框架,,,,,,,熟练掌握至少一种主流强化学习算法(PPO、SAC、DQN, GRPO, RLPD),,,,,,,并有完整的落地实践履历。。。。。
3. 主导或加入过操作类算法使命设计开发项目,,,,,,,如码垛搬运,,,,,,,异形件抓取,,,,,,,装配等操作类算法项目,,,,,,,具备接触麋集型使命调优强化学习算法的履历。。。。。
4. 掌握 Isaac Sim、MuJoCo 等至少一种仿真工具,,,,,,,能针对操作类使命构建强化学习仿真场景,,,,,,,有仿真效果优化能力,,,,,,,有完整的 sim2real 项目落地履历,,,,,,,能够解决仿真情形与现实中摩擦力、接触刚度、传感器噪声纷歧致导致的 sim2real 问题。。。。。
5. 熟知 Diffusion,,,,,,,flow matching 算法原理,,,,,,,实践优化过 PI 系列,,,,,,,GR00T,,,,,,,OpenVLA 等 VLA 模子,,,,,,,关于 VLA 的微调训练原理有较深刻认知。。。。。
## 加分项:
1. 熟悉 Motion Tracking 类经典算法(AMP, beyondmimic 等),,,,,,,掌握 GMR,,,,,,,PHC 等至少一种行动重映射算法,,,,,,,有真机安排实践履历者优先
2. 熟悉 RLinf,,,,,,,EVO-RL 等 VLA 强化学习项目,,,,,,,对 Recap,,,,,,,DDPO,,,,,,,FPO 等扩散算法做强化学习后训练者优先。。。。。