"1. 实现经典的全局及局部路径规划方法（如 A*、Dijkstra、RRT、DWA 等），优化路径规划的效率和鲁棒性，结合业务需求做工程化处理。 2. 处理动态环境中的路径规划，解决复杂场景下的避障问题。 3. 针对困难场景（动态避障、三维复杂地形等），设计强化学习算法，并完成训练到部署的sim2real，解决sim2real的gap问题。 4. 持续跟踪并复现前沿深度强化学习算法在机器狗导航算法上的应用。

1、985高校全日制硕士研究生及以上学历，计算机、自动化、机器人、电子工程等相关专业。有3年以上相关领域的研发工作经验。 2. 扎实的数学基础（线性代数、概率论、优化理论等），熟悉C++、Python等编程语言。 3. 熟悉经典路径规划算法（A*、RRT、DWA 等）以及行为决策框架，具备实际开发经验。 4. 熟练掌握强化学习（如 DQN、DDPG、PPO、SAC 等）的理论与实践，熟悉深度学习框架（如 TensorFlow、PyTorch）。 5. 具备机器人操作系统（ROS/ROS2）开发经验，能够在真实设备上进行算法调试。 6. 熟悉仿真工具（如 NVIDIA lsaac Sim, Mujoco, Gazebo等），能够搭建测试环境并调试具身智能算法。 7. 热爱具身智能领域，对机器人或智能体的自主行为研究充满兴趣。 8. 具备团队协作能力； 9. 具备较强的问题分析与解决能力，能够独立完成技术攻关。"