（先加微信：duke-simon 拿项目手册，画像精准再做单-带图咨询）1. 负责机器人领域的强化学习算法研究与开发，包括机械臂、灵巧手等核心技能训练； 2. 熟悉机器人端到端操作模型，研究强化学习在 ACT、Diffusion Policy、OpenVLA、Pio 等前沿 VLA 模型中的应用； 3. 基于 Isaac Gym/Sim/Lab、MuJoCo 等仿真平台，设计并实现机器人操作策略的强化学习训练框架，解决 sim2real 迁移问题（包括机器人硬件相关的电机建模、通讯及感知模块延时、噪声模拟等）； 4. 研究操作模型基于人类或者模型反馈的典型强化学习，提升模型的泛化性和精准性，进一步提升模型的能力； 5. 研究并开发模仿学习与强化学习相结合的算法，基于高层规划策略与底层控制策略的结合，实现机器人复杂操作技能的快速学习和泛化； 6. 负责强化学习模型的蒸馏、优化和真机部署，确保算法在实际机器人系统中的稳定运行； 7. 跟踪机器人强化学习领域最新研究进展，推动算法创新和技术突破。

（先加微信：duke-simon 拿项目手册，画像精准再做单-带图咨询）1. 具有计算机视觉、人工智能、机器人学、控制工程等相关专业背景，硕士及以上学历； 2. 熟悉 Python，熟悉 PyTorch 等深度学习框架。 3. 具备扎实的强化学习理论基础，熟悉 PPO、SAC、TD3、DDPG 等主流强化学习算法，有相关项目实践经验； 3. 了解机器人运动学、动力学建模，熟悉机器人操作（manipulation）或运动控制相关技术； 4. 有机械臂+灵巧手强化学习/模仿学习项目经验者优先； 5. 具备分布式训练经验，能够处理大规模数据和模型训练，有过强化学习系统框架开发者优先； 6. 机器人学习、强化学习相关顶级会议论文发表经历或相关比赛获奖经历者优先考虑； 7. 具有技术热情、技术信仰以及较强的学习能力和问题解决能力。