(1)研发适用于多自由度机器人、人形机器人运动规划的强化学习、模仿学习算法 (2)针对应用场景,搭建仿真系统,采集构建数据集,进行运动控制策略训练 (3)通过sim2real技术,将运动控制策略部署应用到实体机器人,并对其进行调试、验证与优化

任职要求: (1)计算机、人工智能、机器人学、自动化、数学、电子信息科学等相关专业硕士以上学历,博士研究生学历者优先 (2)熟悉多自由度机器人系统结构和ros等软件栈,能够熟练使用c++、python等编程语言 (3)熟悉强化学习(dqn, ppo, ddpg, impala,etc等)、模型预测控制、优化控制等相关算法并且具备相关训练和部署经验 (4)熟悉机器人仿真软件如mojuco, vrep, gazebo, nvidia isaac等 (5)有应用于机器人的深度强化学习研究经历 具备较强的动手能力 (6)在人工智能和机器人领域top期刊或顶级国际会议上有出色的发表记录者优先 (7)有人形机器人、双足、臂、关节、手的运动控制经验优先 (8)有将模拟环境中学到的策略迁移到机器人硬件上的经验优先