【岗位职责】 1. 设计、训练、评估并部署面向机器人移动操作任务的运动策略（System 1 / System 0）。 2. 应用并拓展行为克隆、强化学习等方法，重点关注真实场景中的稳定性、安全性与实时性。 3. 构建统一的感知运动策略模型，兼具指令追踪、视觉避障、接触力感知与刚度调节等能力。 4. 训练能够应对现实世界挑战的鲁棒运动模型，包括传感器噪声、接触动力学不确定性以及环境变化等因素。 5. 与大模型、系统和硬件团队紧密协作，将策略部署到真实场景的端侧机器人系统中。 【任职要求】 1. 对传统机器人方法与基于学习的方法之间的优劣、适用边界及实际权衡有深刻理解。 2. 具备在真实机器人平台上开发和部署系统的实践经验，包括但不限于足式机器人、灵巧手、机械臂、无人机等。 3. 具备运动控制相关经验，熟悉行为克隆、强化学习等机器人学习方法。 4. 熟悉 Isaac Lab、MuJoCo 等仿真环境，以及 PyTorch、JAX 等适用于机器人与机器学习系统的开发框架。 5. 能够围绕真实机器人系统独立设计实验、分析故障，并进行快速迭代与优化。 加分项 1. 具备模态对齐、快慢系统相关经验。 2. 具备处理连续、稠密且带噪声、存在 sim-to-real gap的传感器信号的经验，例如本体感知、视觉、触觉等。 3. 在具身智能等相关领域有论文发表记录