岗位职责： 1.仿真环境与数据处理：参与基于 Isaac Lab (Isaac Sim) 或 Mujoco 的双足机器人高保真仿真环境搭建与参数调优；处理和清洗人体动捕（MoCap）数据，为算法训练提供高质量的数据集。 2.前沿算法复现与验证：跟进并复现顶级会议（ICRA/IROS/CoRL）中的前沿强化学习与动作生成算法（如 AMP, ASE, DeepMimic 等），跑通 Baseline 模型，探索自然流畅的双足步态生成策略。 3.协同控制与遥操辅助：参与探索动作重定向与遥操系统的开发；协助团队开展“技能泛化”与“全身协同控制（Whole-body Control）”相关的实验设计与模型调优。 4.Sim-to-Real测试：进行算法从仿真到实体的迁移（Sim-to-Real）测试，记录并分析真实环境中的传动误差与传感噪声，参与 Domain Randomization（域随机化）策略的调试。 任职要求： 1.计算机、自动化、人工智能、机械电子、机器人等相关专业在读硕士及以上学历。 2.编程基础扎实，精通 Python，熟练掌握 PyTorch 深度学习框架；了解 C++ 或有机器人操作系统（如 ROS/ROS2）基础者加分。 3.具备扎实的强化学习与深度学习理论基础，有 Isaac Sim / Isaac Lab 或 Mujoco 的基本使用经验。 4.了解刚体动力学、运动学基础，对双足或四足机器人 Locomotion 有强烈的热情；有相关实验室项目经历、机器人竞赛获奖或开源社区贡献者优先。 5.具备良好的英文文献阅读能力，了解基于参考动作的强化学习/模仿学习技术路线。 7.每周可实习 4-5 天，能够连续实习 3 个月以上者优先。