北京深朴智能科技有限公司

岗位职责： 1、聚焦具身智能机器人核心算法研发，围绕持续学习、强化学习、RSI残差策略迭代核心方向，开展机器人自适应决策、策略优化、虚实迁移算法研究与工程落地工作。 2. 优化机器人在线/离线强化学习策略，改进PPO、SAC等算法，适配长时序、稀疏奖励控制任务； 3. 深耕RSI残差策略迭代技术，融合基础模型与控制策略，提升机器人动作精度、轨迹稳定性与虚实迁移效果； 4. 基于Isaac Sim、MuJoCo、ROS搭建仿真与真机训练闭环，完成算法迭代、调试与落地； 5. 跟进具身智能、VLA、模型后训练等前沿技术，结合业务完成技术创新与落地沉淀； 任职要求： 1. 2027届硕博应届生，人工智能、自动化、机器人、计算机、控制等相关专业； 2. 掌握深度学习、强化学习、持续学习基础理论，熟悉机器人sim2real虚实迁移逻辑； 3. 熟练使用Python、PyTorch，了解ROS、MuJoCo/Isaac仿真工具，有RL、具身学习相关项目经验； 4. 有持续学习、RSI残差策略迭代、机器人强化学习、VLA微调经验者优先； 5. 逻辑清晰，具备独立算法研发、迭代落地与问题排查能力。