二、任职要求

1.拥有人工智能、机器学习、深度学习等相关领域的研究生或（优秀本科生+丰富工作经验），有机器人深度强化学习研究的项目经历；

2.熟悉主流机器人仿真软件，包括但不限于NVIDIA Isaac Sim, mujoco, raisim, gazebo, pybullet等；

3.熟悉DQN、PPO、SAC、DDPG、A3C等主流DRL算法，熟悉GAIL/AIRL等模仿学习算法。

4.掌握模型预测控制（MPC）、全身控制（WBC）等经典运动控制方法，并能与强化学习结合。

5.熟悉域随机化、动力学参数校准、鲁棒性增强策略，解决Sim-to-Real仿真与现实差距问题

6.具备优秀的编程能力申请者优先，熟悉常见开发规范，熟悉git等开发工具；

7.富有创造力和探索精神，能够在快速变化的环境中主动学习和适应新技术。

8.具备强化学习算法在足式机器人（四足/人形）上的落地经验，如步态控制、地形适应、载重平衡等，主导或参与完整Sim-to-Real流程，包括算法训练、实物部署及稳定性优先； 初级15k—20K

中级20k—35K