机器人强化学习应用工程师

岗位职责

1. 负责机器人强化学习模型的训练、调参与优化，提高策略稳定性与运动表现。

2. 在仿真环境中进行大量实验，调整奖励函数、观测空间、训练参数等关键因素，持续迭代策略效果。

3. 将训练得到的策略模型部署到真实机器人系统中，完成策略验证与调试。

4. 分析仿真与真实机器人运行表现，定位问题并推动策略优化与 sim-to-real 适配。

5. 整理训练流程、实验数据与部署经验，形成规范化训练与应用流程。

6. 熟练使用 Python，c++，能够阅读和理解强化学习或机器人控制相关代码。

7. 了解强化学习基本原理（如 PPO 等策略梯度算法）或机器人运动控制基础。

8. 有仿真训练经验（Isaac Gym / Mujoco / Isaac Sim / RL 框架等）者优先。

9. 具备较强实验能力与问题分析能力，能够进行系统化调参与效果验证。

10. 对机器人运动控制、强化学习或具身智能方向有浓厚兴趣，愿意深入实践与优化