1. 负责具身智能机器人仿真平台与算法体系建设，基于 Isaac Sim、Isaac Lab、MuJoCo、Gazebo 等仿真平台搭建机器人导航、操作及人机交互场景； 2. 负责复杂动态环境的仿真建模，包括机器人、行人、动态障碍物、货架、商品及其他可交互物体，构建高保真、多样化、可随机化的具身智能训练环境； 3. 研发大规模并行仿真与数据生成系统，实现多环境、多机器人并发 rollout，提高强化学习、模仿学习及策略评测的数据采样效率； 4. 设计面向具身智能任务的 Scenario Generator，构建导航避障、人机交互、动态避让、抓取操作等典型及长尾场景，并通过 Domain Randomization 提升训练数据覆盖度； 5. 构建仿真环境中的专家策略与自动标注系统，结合路径规划、运动规划、MPC/MPPI、规则策略等生成高质量 Expert Demonstration，为 Behavior Cloning、DAgger、Offline RL 及强化学习提供训练数据； 6. 负责仿真传感器系统开发与配置，包括 RGB/RGB-D Camera、LiDAR、IMU、机器人本体状态等，建立观测数据、动作数据、环境真值及语义标签的自动化采集 pipeline； 7. 建立机器人仿真训练与评测体系，设计成功率、碰撞率、任务完成时间、轨迹效率、安全距离等指标，支持不同策略在大规模随机场景下自动化 benchmark； 8. 研究并解决 Sim2Real 问题，包括传感器噪声、执行器误差、控制延迟、物理参数随机化、视觉随机化等，使仿真中训练的策略能够稳定迁移至真实机器人。