【岗位职责】 1、负责跟踪强化学习、机器学习在机器人控制或动画生成等领域的前沿技术动态，并进行相关算法的复现与创新。需主导端到端模型的技术与范式革新，解决人机协同控制的核心问题。 2、负责设计和搭建机器人仿真系统，在虚拟环境中进行算法的训练、测试和迭代。 需熟练运用PyBullet, IsaacGym/Sim, SAPIEN, MuJoCo, Gazebo等至少两种机器人仿真器。 3、核心职责之一是将仿真环境中训练好的算法策略移植并部署到真实机器人上，解决仿真与现实环境的差异性问题，并最终实现算法在真实物理世界中的应用 4、参与制定公司在机器学习领域的中长期技术发展路线图，为公司的产品方向和技术决策提供专业输入。 5、鼓励并支持在业内顶级会议或期刊上发表高水平的研究成果，以提升公司的技术影响力。

【任职要求】 1、学历：硕士研究生及以上，机器人学、生物医学、人工智能、控制工程、计算机科学或相关专业优先，博士优先（可接受应届毕业生，快毕业或者刚毕业），硕士需有3年以上工作经验。 博士有强化学习或VLA基本都可以约面 2、学习背景： 2.1）研究生阶段开始就读于全球顶尖机器人实验室，或在实验室担任一年以上访问学者，参与前沿机器人运运动控制研究。比如：斯坦福大学（Stanford AI Lab）、加州大学伯克利（Berkeley AI Research, BAIR）、苏黎世联邦理工学院（ETH Zurich, Robotics and Perception Group）、清华大学（智能无人系统实验室）、上海交通大学（机器人研究所）等。（实际985，前300也可以看的） 2.2）在 ICRA、CoRL、RSS、IROS 等顶级会议发表过论文。（不强要求） 3、经验： 3.1）主导或独立完成强化学习（Reinforcement Learning, RL）或模仿学习（Imitation Learning, IL）算法在机器人运动控制、物理世界拟人动画生成、生物特性目标优化等场景下的设计、仿真和部署，并实现sim-to-real 的微调优化（sim-to-real能了解就可以，不用做过实践） 3.2）有在人形机器人、具身智能领域或业界领先公司（如宇树科技、特斯拉 Optimus 项目、波士顿动力）担任核心算法开发角色工作经验的优先 4、领域洞察与产品思维 1）对机器学习算法、具身智能、外骨骼等前沿领域充满热情，并对人形机器人运动控制技术抱有浓厚的兴趣。 2）对人形机器人运动控制算法和具身智能发展方向有自己独到的认知和见解，能够提出创新性的算法设计思路和解决方案。 3）积极追踪人形机器人和机器学习领域的最新研究成果（如 NeurIPS、ICRA、CoRL、RSS、IROS 论文），并能快速学习和应用新技术。 4）具备将前沿研究成果转化为实际产品的意识和能力，能够平衡算法的先进性与工程实现的可行性，并积极推动技术在实际产品中的落地应用。 5）具备第一性原理思维，从用户需求（如安全性、自然性、能效）出发，设计算法并权衡技术与商业需求。