【本岗位面向27届同学开放，需至少实习6个月，薪资面议】 岗位职责： 1. 基于行为克隆（BC）与强化学习（RL）研发机器人技能学习算法，在仿真场景中训练抓取、操作、移动等技能。 2. 设计并优化策略学习框架（模仿学习、离线 RL、在线 RL、Diffusion Policy 等），提升任务成功率与泛化能力。 3. 构建"仿真训练 → 域随机化 → 真机验证"的完整链路，验证场景数据的训练价值并反哺数据生产。 4. 建立算法训练与评测体系：定义任务基准、成功率指标、泛化测试集，持续驱动迭代。 5. 与仿真团队协作优化训练环境效率（并行度、奖励设计、课程学习）。 6. 跟踪机器人学习前沿（CoRL / RSS / ICRA / NeurIPS），推动新方法在业务场景中验证落地。 任职要求： 1. 硕士及以上学历，机器人、人工智能、计算机、自动化、控制等相关专业。 2. 具备扎实的数学基础（概率统计、最优化、线性代数）与深度学习基础。 3. 熟练掌握 Python 与 PyTorch，有算法复现或训练调优的经历。 4. 熟悉强化学习基础（MDP、值函数、策略梯度）或模仿学习基础。 5. 满足以下任一条件者优先：有 RL / 机器人学习方向课题或论文；有 Isaac / MuJoCo 环境搭建经验；有机器人竞赛或科研项目经历；在开源社区有具身智能相关贡献。 你将获得： 1. 直接使用公司自研的高保真场景与合成数据做训练，第一次拥有"自己的训练场"。 2. 与技术牵头紧密协作，参与从算法到真机验证的完整链路。