岗位： 强化学习算法工程师（机器人方向）25-45/13薪  五险一金 双休 福利丰厚

一 . 岗位职责

(1)运动控制 RL 管线搭建

1.负责仿真环境选型与搭建（Isaac Gym 、 Isaac Sim 、 MuJoCo 、 RaiSim），建立 Go2 高精度动力学模型

2.设计状态 、动作空间、奖励函数及课程学习策略，完成四足机器人定制化动作训练（步态、表演姿态、跌倒恢复、环境交互等）

3.主导 Sim-to-Real 迁移方案设计与落地，包括域随机化、执行器建模、系统辨识、残差策略等技术

(2)真机部署与安全调试

1.基于 Unitree SDK2 完成训练策略的真机部署与联调

2.设计并实现真机安全保护机制（关节限幅、力矩监控、异常回退策略），确保硬件与人员安全

3.持续优化 Sim-to-Real Gap，建立仿真与真机数据的闭环反馈体系

(3)底层控制与跨团队协作

1.理解并优化底层控制接口，包括关节力矩 / 位置 / 速度控制、IMU 融合、状态估计

2.与结构、硬件团队协同，确保动作设计满足机械约束（关节限位、散热、负载等）

(4)算法资产化建设

1.推动训练流程、环境配置、策略结构的标准化，建设内部动作资产库

2.优化新动作开发链路，缩短从 "动作定义" 到 "真机验证" 的迭代周期

二、任职要求

1.深入理解强化学习原理（PPO / SAC / AMP 等），具备从零搭建训练管线的能力，非仅调参使用

2.有四足或人形机器人真机 RL 部署经验，熟悉宇树 Go2 / Go1 / B2 或同类平台的硬件特性与 SDK

3.掌握至少两种 Sim-to-Real 技术（域随机化、系统辨识、观测历史、师生蒸馏、残差策略等），并有成功落地案例

4.精通至少一种物理仿真引擎（Isaac Sim / Isaac Gym / MuJoCo / RaiSim），能够修改底层物理参数适配真机

5.C++ / Python 基础扎实，熟练 Linux 环境开发，能编写高效、可复现的训练代码

三、加分项：

1.具备足式机器人 MPC / WBC 基础，理解传统控制与 RL 的优劣边界，能进行混合控制

2.熟悉宇树 Unitree SDK2、ROS2、底层通信协议（UDP / Ethernet）

3.有 ICRA / IROS / RSS / CoRL 等高质量开源项目.

4.有机器人舞蹈、表演、服务场景动作设计经验，对 "美观且稳定" 有良好体感 .