- 本科及以上学历，机器人学、人工智能、计算机科学、控制工程、自动化等相关专业；硕士及以上学历或有顶会论文（强化学习 / 机器人方向）者优先。 - 有sim-to-real落地项目经验 - 精通强化学习核心理论（马尔可夫决策过程 MDP、策略梯度、价值函数近似等），熟悉至少一种经典 RL 算法（如 PPO、SAC）的原理与实现； - 熟练使用 Python/C++，掌握 PyTorch/TensorFlow 等深度学习框架，有强化学习算法代码实现经验； - 熟悉机器人仿真环境（PyBullet、MuJoCo、Isaac Sim 等），了解 ROS/ROS 2 者优先，能独立搭建机器人仿真与控制 pipeline； - 了解机器人运动学 / 动力学、传感器原理（如视觉、力反馈）者优先，具备实体机器人（机械臂、移动机器人等）实验经验者加分。 - 1-3 年及以上强化学习算法研发经验，有机器人领域（如工业机器人、服务机器人、自动驾驶）强化学习落地项目经验者优先； - 具备问题分析与创新能力，能针对机器人实际场景设计定制化强化学习方案，解决样本效率、泛化性等核心问题； - 良好的英文文献阅读能力，能跟踪国际前沿技术；具备团队协作精神，能跨领域沟通推进项目。