1、负责双足机器人运动控制与步态算法的设计、开发和优化。 2、负责人形机器人双手操作与全身运动（locomotion）的智能控制策略开发，针对复杂场景（如重物搬运、精准拆码垛、行走、爬楼梯、障碍物跨越等）实现操作与运动的全身协调。 3、基于深度强化学习、模仿学习等方法优化运动策略，提升机器人在动态环境中的自适应能力与运动效率。 4、负责算法从仿真到实机的迁移部署，开发在线动力学参数辨识与自适应校准方案，解决 sim2real gap 问题，保障真机运行的实时性与稳定性。 5、建立算法鲁棒性评估机制，通过扰动测试验证运动策略在真实场景中的可靠性。 6、跟踪运动控制领域前沿技术，持续进行算法创新与性能优化。

1. 精通机器人运动学、多刚体动力学建模与求解，1 年及以上人形机器人/机械臂具身项目开发经验 2. 精通 PyTorch/Jax 等深度学习框架，熟悉 Diffusion/Flow matching 类算法，有完整的 Diffusion/Flow Matching 类算法的开发优化经验。 3. 熟练掌握至少一种主流的 Diffusion 或者 Flow Matching 强化学习后训练算法（DPPO，Flow-SAC, Flow-GRPO）, 有完整的实践和开发经验。 4. 掌握 IsaacLab、MuJoCo 等至少一种强化学习仿真环境开发 5. 熟悉 lerobot, RLinf, SimpleVLA-RL 等至少一种动作扩散模型强化学习后训练框架，有实际的开发落地经验优先。 6. 熟悉 PI0.5，GR00T，OpenVLA 等 VLA 模型优先 7. 熟悉人在环真机强化学习算法（HIL-Serl，Conrft），有实际的人在环真机数据收集框架开发者优先