运控算法实习生

岗位职责
负责机器人强化学习运动控制算法的研发、迭代与优化，聚焦机械臂操作，全身协同控制等场景，针对连续控制、稀疏奖励、环境扰动等问题优化算法，提升策略收敛速度、稳定性与泛化能力

基于主流强化学习框架完成策略模型设计、训练、调优与部署，针对机器人运动场景痛点开展算法改进、方案落地与性能优化工作。

参与机器人动力学仿真环境搭建、模型配置与训练数据治理，完成环境参数调试、域随机化设计、样本筛选处理，支撑策略迭代并提升虚实迁移泛化能力。

跟进强化学习、机器人控制、具身智能领域前沿算法与技术动态，调研新技术、新方案，结合业务需求完成技术落地与技术沉淀。

配合工程、硬件及嵌入式团队完成算法集成、联调与真机上线，定位并解决算法落地过程中的各类问题，输出算法开发文档、测试报告。

任职要求

本科及以上学历，自动化、控制工程、机器人、人工智能、计算机等相关专业，具备强化学习或机器人运动控制相关研发工作经验。

熟悉机器人运动学、动力学、经典运动控制理论，掌握AMP， DeepMimic的运动控制，了解奖励函数设计、策略优化核心逻辑。

熟悉 MuJoCo、Isaac Gym/Lab 等主流机器人仿真平台，具备仿真环境搭建、机器人建模、大规模并行训练、Sim-to-Real 迁移实战经验。

具备良好的数学基础，熟练掌握机器学习、深度强化学习基础理论，理解损失函数、优化器、正则化、探索与利用等核心原理