1. 负责机器人 RL/IL 策略从仿真到真实机器人的部署与优化，包括但不限于策略导出、推理部署、观测/动作对齐、控制接口对接与在线调参； 2. 负责机器人真机策略运行中的问题分析与闭环优化，提升策略在真实环境中的稳定性与鲁棒性； 3. 调研和整理 Sim2Real、策略部署、强化学习、模仿学习、机器人控制相关方向论文，进行功能仿真和实际测试，编制项目相关开发的技术文档；

1. 硕士及以上学历； 2. 熟悉当前主流的 imitation learning 或 RL 方法； 3. 熟悉C、C++、Python、Bash编程语言； 4. 有较强的自学能力和英文阅读能力，工作主动； 5. 有机器人策略部署、sim2real、强化学习、模仿学习相关经验者优先； 6. 有真实机器人调试、控制部署、日志分析、在线优化经验者优先；