【岗位职责】 负责基于强化学习的机器人运动策略设计与训练，涵盖仿真环境构建、奖励函数设计、训练策略调优及模型压缩量化。 【专业要求】 专业不限，详见其他要求。 【其他要求】 机器人学基础：具备扎实的机器人运动学（正/逆运动学解析解与数值解）、动力学（惯量辨识、科里奥利力补偿）理论基础，熟悉阻抗控制、力位混合控制等经典机器人控制范式。 仿真与开发工具链：深入理解ROS2通信机制与组件，具备基于ROS2 Control框架开发自定义硬件接口的实战经验，熟悉实时性补丁应用与时戳同步处理。精通至少一种物理仿真环境（Mujoco、Isaac Gym、PyBullet），具备独立完成非理想化环境建模及Sim2Real迁移部署能力，目标将仿真真机性能衰减控制在15%以内。 编程与算法工程能力：熟练掌握C++与Python，代码风格严谨规范，具备将算法原型重构为可维护、可灰度发布的工程级代码的能力。具备完整的强化学习算法研发与训练经验，熟悉主流RL框架（如Ray RLlib、Sample Factory等分布式训练框架）。 真机部署硬性要求：拥有至少一个基于真实机器人本体（机械臂如UR/Franka，或足式/轮式移动平台）的RL策略全闭环真机部署项目经历，须提供可验证的技术细节（如任务类型、成功率指标、运行时长等）。具备真机环境下策略安全机制的设计经验，熟悉带约束强化学习（Safe RL）或RL与底层控制器融合策略（如RL输出叠加阻抗控制）。 自主学习与文献阅读：具备良好的英文学术论文阅读理解能力，能够自主追踪并快速复现前沿顶会（CoRL、ICRA、NeurIPS等）相关研究成果。