狮子山实验室-运动控制算法工程师(J30849)

• 1.紧跟强化学习、模仿学习等前沿技术动态，并将其研究成果应用于机器人运控系统，驱动运控系统升级。
• 2.深度参与自研机器人算法的落地，包括设计、实现和评测，确保算法能够在实际环境中正常运行。

1. 熟悉learning-based control领域前沿进展；
2. 参与过至少一款足式（或轮足）机器人研发过程；
3. 熟悉使用C++、Python等编程语言，熟悉pytorch/tensorflow等主流深度学习框架，了解ROS等框架；
4. 熟悉主流机器人仿真软件，如NVIDIA Isaac Sim, mujoco, raisim, gazebo, pybullet等；
5. 了解常用的深度强化学习算法（PPO、SAC、DQN、DDPG、A3C等）；
6. 有应用于机器人的深度强化学习研究项目经历；

加分项：有人工智能/机器人方向顶会顶刊论文的候选人优先（如RSS、ICRA、IROS、CoRL、RAL等）