* 负责复杂动态环境下的智能决策、规划与控制算法研发； * 研究强化学习、Multi-Agent RL、Self-Play、MCTS 等算法，并应用于机器人智能决策； * 构建状态预测、行为预测、策略规划与实时决策系统； * 负责 Hierarchical RL、Skill Learning、Motion Policy 等算法研发，实现高层决策与底层运动技能协同； * 搭建大规模仿真训练、评测及 Sim2Real 闭环； * 推动算法从仿真环境向真实机器人部署落地。 * 计算机、机器人、自动化、控制等相关专业，本科及以上学历； * 扎实的强化学习、机器学习、规划或控制基础； * 熟悉 PPO / SAC / Multi-Agent RL / Self-Play / MCTS 等一种或多种算法； * 熟悉 Python、PyTorch，具备较强的算法工程能力； * 有机器人、游戏 AI、智能决策或复杂控制系统相关项目经验。 ## 加分项 * 有人形机器人 / 腿式机器人 RL 项目经验； * 有 Hierarchical RL、Skill Learning、Motion Imitation / Motion Diffusion 经验； * 有 Isaac Lab、MuJoCo、Brax 等仿真平台经验； * 有大规模 GPU 训练、Sim2Real 或真实机器人部署经验； * 有 Game AI、多智能体博弈、自博弈相关经验。