1.负责研发基于强化学习算法的灵巧手动作策略，用于完成各类操作任务； 2.搭建并优化仿真训练环境，完成复杂操作任务的策略学习； 3.开发高效的强化学习训练框架，提升训练速度与策略稳定性； 4.研究并实现策略从仿真环境到真实机器人（Sim2Real）的迁移方法； 5.与机器人控制与硬件团队协作，推动算法在灵巧手等平台的落地部署与调试。

1.硕科学历3年以上工作经验，博士，人工智能、计算机科学、机器人学、自动化等相关专业； 2.熟悉主流强化学习算法（如 PPO、SAC、TD3、DQN 等），具备策略开发与调试经验； 3.熟练使用仿真平台（如 Isaac Gym/Lab、Mujoco、PyBullet、Gazebo 等）进行训练环境构建与算法验证； 4.具备Sim2Real迁移经验，理解策略泛化、扰动建模等常用迁移技术； 5.精通Python，熟悉C++，具有良好的代码工程化能力； 6.熟悉 ROS/ROS2 开发，具备灵巧手或机械臂平台的部署与调试经验者优先； 对机器人智能控制充满兴趣，具备自我驱动的研究与工程落地能力