岗位职责：1、面向多自由度机电系统，参与运动控制算法的开发与优化，实现轨迹跟踪、姿态稳定、动作执行及不同工作状态之间的平稳切换。2、基于动力学仿真环境构建控制任务，设计观测、控制输出、奖励函数、终止条件与训练流程，开展强化学习策略训练和评估。3、分析控制精度、响应速度、稳定性、平滑性及能耗等指标，通过对照实验定位问题并改进算法。4、结合实测参数与硬件约束，开展扰动测试、参数随机化及鲁棒性验证，参与控制策略从仿真到实际设备的部署与调试。5、完成模型导出、推理接口适配及部署前后一致性检查，维护实验配置、评估工具、技术文档与版本记录。任职资格：1、学历专业：本科及以上在读，自动化、控制工程、计算机、人工智能、应用数学等相关专业。2、编程能力：熟悉 Python 和 PyTorch，具备良好的代码组织、调试与实验管理习惯；掌握 C/C++ 者优先。3、算法基础：理解强化学习的基本概念，了解 PPO、SAC 等常见算法，有连续控制任务的实现或训练经验。4、控制基础：具备自动控制、运动学或动力学基础，理解反馈控制、轨迹跟踪及执行器约束；有 PID、状态估计或最优控制经验者优先。5、仿真能力：使用过 MuJoCo、Isaac Sim、Simulink 等仿真工具，能够搭建控制任务、获取系统状态并开展闭环验证。6、项目经验：至少参与过一个运动控制或强化学习相关项目，能够清晰说明任务定义、算法实现、评估方法及本人解决的问题；有实际设备部署经验者优先。7、工程能力：能够通过日志、曲线及对照实验分析算法表现；有 ONNX 模型导出、推理部署或自动化评估经验者优先。8、综合素质：主动负责，具备良好的数学基础、独立学习能力和团队协作能力，重视实验可复现性与实际控制效果。