About The Role

1.参与前沿技术探索：协助研究人员与工程师，将强化学习、模仿学习等先进算法应用于足式机器人的运动控制系统中。
2.支持算法落地与验证：深度参与控制算法的实现、调试与实验评测，在仿真与真实机器人平台上验证算法性能。
3.工具链与仿真环境建设：参与维护和开发机器人仿真测试平台（如Isaac Sim, Mujoco等），提升算法迭代效率。
1.基础知识扎实：熟练掌握Python/C++中至少一门编程语言，对PyTorch/TensorFlow等深度学习框架有使用经验。了解ROS者优先。
2.熟悉仿真工具：熟悉至少一种主流机器人仿真软件（如Mujoco, Pybullet, Isaac Sim, Raisim, Gazebo等），并有过实际项目应用。
3.算法理解能力：对主流深度强化学习算法（如PPO, SAC）有基本的理解，并充满学习热情。
4.项目与实践经验：拥有机器人、人工智能相关的课程项目、科研项目或竞赛经历（如RoboMaster、RoboCup等）。对足式机器人有浓厚兴趣者优先。
5.要求为国内外高校在读研究生，计算机、自动化、电子信息、机械电子等相关专业。
6.能保证每周至少4天、持续3个月以上的实习时间。

This is an external listing. JobSpring does not represent or verify the employer. Report this listing

狮子山实验室-运动控制算法实习生(J31107)