1.对机器人学传统方法,如工作空间轨迹规划、运动学、动力学、二次型优化等有一定理解,了解实时系统控制原理;
2.具有C++和Python3的编码能力,能够熟练使用PyTorch,ROS;
3.对目前各种经典和最新神经网络,特别是时序相关模型有深入理解;
4、有强化学习、模仿学习、以及Prompt Engineering相关的学习或项目经历,理解zero-Shot、one-shot和few-shot的训练过程,有sim2real经验是加分项;
5.有isaac sim, isaac gym, webots和mujoco等仿真环境使用经验;
6.有工业机器人落地经验优先，有实时系统开发或边缘端部署经验;
7.在CVPR/ICCV/ECCV/NIPS/IROS等顶会或期刊发表过具身智能相关论文优先。