工作职责：1.研究基于学习的机器人控制算法，解决复杂动态场景下的自适应运动控制问题； 2.开发传统控制理论与数据驱动方法的融合方案，平衡模型可解释性与数据驱动优势； 3.设计机器人自主进化框架，支持在线学习与增量式技能更新； 4.跟踪AI+Control领域前沿，主导技术可行性验证与工程化落地； 5.参与机器人平台集成与测试； 6.完成领导交代的其他任务。任职资格：1.国内外知名院校博士毕业，计算机或自动化等相关专业 ； 2. 深入理解强化学习理论（PPO、SAC、Offline RL）及经典控制理论（最优控制、自适应控制）； 3.熟练使用PyTorch/TensorFlow、MuJoCo/PyBullet等工具，具备大规模分布式训练经验； 4.精通机器人系统建模（动力学/运动学）、Gazebo/Isaac Sim仿真环境搭建； 5.有机器人实机学习控制项目经历（如足式运动控制），熟悉ROS 2中间件与实时系统开发； 6.具有较强的科学研究能力和创新性思维。