強化學習研發經理（Robotics & Physical AI）

職務目的
負責機器狗與人形機器人之強化學習訓練策略、模型開發與落地應用，帶領研發團隊建立可量產、可擴展的學習系統，提升機器人在動作控制、穩定性與環境適應能力。

主要工作內容
一、強化學習技術與架構規劃

• 規劃並主導 機器狗／人形機器人之強化學習訓練架構（Simulation → Real World）
• 設計與優化 reward function、policy learning、domain randomization 等核心方法
• 評估並導入先進 RL / imitation learning / hybrid learning 技術

二、模擬與實體訓練整合

• 建立並優化 模擬環境（如 MuJoCo、Isaac Sim、Gazebo 等）
• 規劃 sim-to-real 策略，降低實體訓練風險與成本
• 與硬體、控制、韌體團隊合作，確保模型可穩定部署至實體機器

三、團隊管理與技術領導

• 帶領強化學習／控制相關工程師（含研究型與應用型）
• 規劃技術路線、專案時程與資源配置
• 指導團隊進行模型訓練、測試、效能分析與持續優化

四、跨部門協作與產品導向開發

• 與機構、電控、感測、軟體與產品團隊密切合作
• 將研究成果轉化為 可產品化、可維護的演算法模組
• 支援產品驗證、展示與對外技術說明（如必要）

五、技術評估與前瞻研究

• 持續追蹤國際機器人與強化學習最新趨勢（如 locomotion、manipulation）
• 評估學術研究與產業方案的實用性，制定中長期研發方向

必要條件

• 碩士以上學歷（機器人、電機、資工、AI、控制相關科系）
• 具 強化學習實務經驗，並曾實際應用於機器人、動作控制或複雜系統
• 熟悉 Python / C++，具深度學習框架經驗（PyTorch、TensorFlow 等）
• 了解機器人動力學、控制理論或運動規劃其中一項以上
• 具備團隊領導或專案負責經驗

加分條件

• 有 四足機器人／人形機器人 實務經驗
• 熟悉 locomotion、balance control、manipulation 等議題
• 有 sim-to-real 成功案例
• 具論文發表、競賽（如 RoboCup、DARPA、ICRA/IROS）或開源專案經驗