运动控制算法实习生

参与人形机器人通用全身运动控制算法的研发和调试，重点推动全身基座模型的建设； 参与人形机器人多模态运动生成算法的研发，打通上层运动生成和底层运动跟踪的闭环； 在自研机器人平台上进行模型训练、部署与调试，推动算法从仿真到真机的闭环； 研究和复现前沿算法和开源项目，探索学术和工程问题，开发功能和应用

硕士及以上学历，自动化、机器人学、控制理论、计算机科学、机械电子、数学等相关专业； 需要人形强化学习相关经验，mimic或motion tracking相关经验更匹配； 熟练使用Pytorch/JAX等深度学习框架，掌握主流模仿学习、强化学习算法； 熟悉常用的机器人仿真平台IsaacSim、Mujoco、Newton和训练框架 IsaacLab，Mjlab等，具备在仿真环境中进行运动控制的实践经验； 热爱机器人行业，有相关期刊或会议论文发表经历，或实际强化学习项目落地经验者优先 实习时间≥3个月，每周到岗≥4天