1、研发四足机器人运动控制算法，解决复杂地形运动、抗扰、避障等核心问题； 2、设计和实现 高效的训练框架，包括高保真仿真环境（MuJoCo / Isaac Sim等）构建与优化； 3、深入参与Sim2Real迁移方法研发，推进从仿真到真实机器狗的策略无缝迁移； 4、跟踪并研究前沿强化学习与机器人控制方向的技术进展，提出关键技术路线并推动落地。

1、硕士及以上学历，机器人、计算机、控制、自动化、人工智能等相关专业，博士优先； 2、1年以上机器人运动控制或强化学习方向经验，有实际主导项目经验或实机落地经验者优先； 3、深入理解深度强化学习算法（如 PPO/SAC/DDPG/TD3）原理与优化技巧； 4、熟悉机器人动力学/运动学，具备四足机器人（或其他多自由度系统）控制经验； 5、精通至少一个仿真平台（MuJoCo / Isaac Gym / Issac Sim/ Gazebo），并具备复杂环境的建模与调优能力； 6、有顶会论文发表经历者优先（ICRA / RSS / CoRL / NeurIPS / ICLR 等）。