岗位描述
岗位职责
1、设计并构建高保真物理仿真环境,研发基于强化学习的机器人运动控制策略(步态规划、全身控制等)。
2、设计并优化奖励函数、课程学习及域随机化策略,解决Sim2Real迁移难题。
3、结合传统控制理论(PID、LQR、MPC等)与AI算法,提升机器人运动控制的鲁棒性。
4、基于ROS/ROS2架构,使用C++/Python完成算法在实体机器人上的实时部署与优化。
5、负责动力学建模、状态估计及控制算法的仿真与实机验证。
岗位要求
1. 统招硕士及以上学历,机器人控制、自动控制专业优先;
2. 熟悉learning-based control领域前沿进展;
3. 熟悉使用C++、Python等编程语言,熟悉pytorch/tensorflow等主流深度学习框架,了解ROS等框架;
4. 熟悉主流机器人仿真软件,如NVIDIA Isaac Sim, mujoco, raisim, gazebo, pybullet, vrep等;
5. 熟悉机器人动力学、运动学等
5. 了解常用的深度强化学习算法(PPO、SAC、DQN、DDPG、A3C等);
6. 有应用于机器人的深度强化学习研究项目经历;
7. 优秀的英文文献阅读能力;
8. 国内足式机器人重点实验室/参与机器人重点课题的优先考。