强化学习算法工程师实习生

Responsibilities

1.负责在MuJoCo仿真环境中，训练机器人完成复杂的装配与操作技能，重点攻克技术问题; 2.设计并实现强化学习算法(如PPO、SAC、TD3等)，解决高自由度、接触丰富的装配任务中的样本效率与泛化问 题; 3.构建端到端或分层式控制策略，实现从感知(关节位置、力/触觉)到动作(关节扭矩/位置控制)的闭环学习; 4.对仿真与现实之间的差距(Sim-to-Real)进行分析与迁移，确保训练策略可部署到实体机器人; 5.与机器人硬件/系统工程师协作，优化仿真模型参数、奖励函数设计及训练任务pipeline。

Requirements

必须条件 -硕士及以上学历(优秀本科生可破格)，计算机、自动化、机器人等相关专业; ·扎实的强化学习理论基础，熟悉至少一种主流RL框架(Stable-Baselines3、RLlib、CleanRL等); ·有机器人操作相关项目经验，包括但不限于:抓取、插入、螺纹紧固、零件装配等; 熟练使用Python和Linux开发环境，具备良好的工程与调试能力; 熟练使用MuJoCo仿真器，有实际使用其完成接触/装配任务的经验。 加分项(强烈优先) -熟悉ROS2，有实际机器人项目开发经验; 熟悉其他仿真环境(例如:Isaac Sim，GenSim); 参与过头摄+腕摄机器人仿真/真机项目; -熟悉坐标系空间转换(如基坐标系、工具坐标系、相机坐标系之间的变换)-有机器人本体感知(力控、阻抗控制)或多指手/灵巧操作相关项目经验; 有将仿真训练策略迁移到真实机器人(双臂/单臂+夹爪)的落地经验

Who this role is for

硕士及以上

Company overview