职责描述
岗位职责:
1.仿真环境与数据处理:参与基于 Isaac Lab (Isaac Sim) 或 Mujoco 的双足机器人高保真仿真环境搭建与参数调优;处理和清洗人体动捕(MoCap)数据,为算法训练提供高质量的数据集。
2.前沿算法复现与验证:跟进并复现顶级会议(ICRA/IROS/CoRL)中的前沿强化学习与动作生成算法(如 AMP, ASE, DeepMimic 等),跑通 Baseline 模型,探索自然流畅的双足步态生成策略。
3.协同控制与遥操辅助:参与探索动作重定向与遥操系统的开发;协助团队开展“技能泛化”与“全身协同控制(Whole-body Control)”相关的实验设计与模型调优。
4.Sim-to-Real测试:进行算法从仿真到实体的迁移(Sim-to-Real)测试,记录并分析真实环境中的传动误差与传感噪声,参与 Domain Randomization(域随机化)策略的调试。
任职要求:
1.计算机、自动化、人工智能、机械电子、机器人等相关专业在读硕士及以上学历。
2.编程基础扎实,精通 Python,熟练掌握 PyTorch 深度学习框架;了解 C++ 或有机器人操作系统(如 ROS/ROS2)基础者加分。
3.具备扎实的强化学习与深度学习理论基础,有 Isaac Sim / Isaac Lab 或 Mujoco 的基本使用经验。
4.了解刚体动力学、运动学基础,对双足或四足机器人 Locomotion 有强烈的热情;有相关实验室项目经历、机器人竞赛获奖或开源社区贡献者优先。
5.具备良好的英文文献阅读能力,了解基于参考动作的强化学习/模仿学习技术路线。
7.每周可实习 4-5 天,能够连续实习 3 个月以上者优先。