运动控制算法工程师

1、核心算法研发：主导四足机器人地形自适应算法设计与落地，深度攻关楼梯攀爬、极限地形通过、动态障碍规避等技术难题，推动算法从0到1的工程化落地
2、仿真平台建设：基于 Isaac Lab / Isaac Gym 构建高保真多地形训练环境（楼梯、斜坡、碎石、障碍物等），设计并维护自动化课程学习体系，持续提升训练效率与覆盖度
3、前沿算法落地：主导前沿方法的工程实现与性能优化，跟踪领域顶会最新进展并快速转化
4、Sim-to-Real 迁移：独立推进仿真到实物的完整部署流程，系统性分析 sim2real gap，设计域适应方案，保障算法在真机上的鲁棒性与泛化能力
5、技术沉淀与团队协作：输出高质量技术文档与代码规范，参与核心模块的代码评审

1、计算机、自动化、机器人等相关专业硕士及以上学历，3年以上机器人运动控制或强化学习相关工作经验
2、深度掌握 Isaac Lab 或 Isaac Gym，具备完整的多地形仿真场景搭建与维护经验
3、扎实的强化学习理论基础，熟悉 PPO、SAC 等 on-policy / off-policy 算法，有可落地的完整项目经验
4、熟练使用 Python 和 PyTorch，具备良好的代码规范与工程素养，能独立完成从算法设计到部署的全链路工作
5、深入理解机器人运动学、动力学原理，对四足 / 人形机器人具备系统性认知
加分项
1、有四足 / 人形机器人真机开发经验（宇树、云深处、波士顿动力等平台）
2、在 ICRA、IROS、RSS、CoRL、TRO、RA-L 等顶会 / 顶刊发表过运动控制相关论文
3、深度掌握奖励/课程设计、师生蒸馏、模仿学习等进阶技术，并有真机验证经验
4、参与过 legged_gym、rsl_rl 等主流开源项目，或有个人开源贡献