具身强化学习算法工程师

职位描述 1.面向真实机器人复杂、精细操作任务,参与并负责具身强化学习算法的设计、开发、实现、真机验证与优化； 2.围绕真机交互闭环,研究样本高效学习、策略优化、价值评估与持续进化方法,探索多模态感知与强化学习结合,提升复杂场景下机器人操作的稳定性、精度与泛化能力; 3.跟踪前沿技术与行业进展,推进具身智能算法在指定场景中的技术应用,参与并产出高水平论文、专利或技术报告等核心成果。

职位要求 1.硕士及以上学历,计算机、人工智能、机器人等相关专业优先,2年以上(博士1年以上)项目经历,博士优先; 2.具备扎实的具身强化学习基础,熟悉PPO、SAC、TD3、离线RL、offline-to-onlineRL、模仿学习等; 3.熟悉以下至少一个方向:VLA、扩散策略、世界模型、多模态学习、人类在环RL; 4.具备优秀的工程能力,熟练使用Python/C++,掌握PyTorch等等深度学习框架; 5.有真实机器人平台调试经验,能够处理稀疏奖励、样本效率、安安全约束与真机部署问题; 6.有创新的想法,乐于接受技术挑战,具备良好的论文阅读、复现、实验设计与团队合作精神。 加分项 1.在RSS、CORL、ICRA、IROS、NeurIPS、ICML、ICLR、CVPP等顶会发表相关论文; 2.有HIL-SERL、DAgger、RLHF、偏好学习、共享控制等人类在环RL经验; 3.有世界模型、扩散模型、Transformer策略、价值学习村泪关研究或开源项目; 4.有多机分布式训练、云端训练推理系统经验; 5.有同构臂、遥操作、主从控制、共享自主或人机共融干预经验。