人形強化學習算法工程師（26屆）

（崗位信息已通過jobleap.cn授權，可在csdn發布）

銀河通用機器人?·?北京

收錄時間： 2025年08月11日

職位描述

1. 研發基于深度強化學習的足式機器人運動控制算法，提升機器人在復雜環境下的穩定性與自適應能力；
2. 設計并優化不同環境和任務下的步態規劃算法，涵蓋靜態步態（如爬行、行走）和動態步態（如跑步、跳躍）；
3. 開發實時控制算法，使機器人能夠響應傳感器數據，快速調整姿態并進行平衡控制；
4. 設計并實現路徑規劃與導航算法，確保機器人在多變地形中穩定前行，避開障礙物；
5. 在仿真平臺（如MuJoCo、Isaac Gym/Lab等）上進行算法測試與優化，確保算法能夠高效應用于實際機器人；
6. 與傳感器融合與環境感知團隊協作，結合IMU、相機、激光雷達等傳感器數據進行精確的狀態估計和控制；
7. 持續跟蹤并引入國內外前沿研究成果，推動相關技術的更新與應用；
8. 與硬件工程師、機械設計團隊緊密合作，確保算法在實際機器人上的有效實現與部署；

職位要求

該崗位為應屆崗位，面向2025年9月1日 - 2026年12月31日畢業的應屆同學；
若您是社招簡歷，請至社招官網投遞同崗位；
1. 學歷要求：碩士及以上學歷，計算機科學、控制工程、機器人學、人工智能等相關專業；
2. 技能要求： - 深入理解機器人學原理，掌握足式機器人運動學和動力學建模，熟悉正向/逆向運動學（FK/IK）及常用動力學計算庫（如Pinocchio）；
- 熟悉常用的強化學習算法（如PPO、SAC、DQN、DDPG等），并有實際應用經驗；
- 精通C++、Python編程，熟悉機器人開發中的主流工具和庫（如MuJoCo、IsaacGym/Sim/Lab等仿真平臺）；
- 具備機器人運動控制經驗，熟悉運動控制算法（如PID控制、LQR、MPC）及傳感器數據融合技術；
- 理解并應用深度學習框架（如Pytorch、TensorFlow）進行強化學習模型的訓練與優化；
3. 工作經驗要求： - 具有足式機器人（如四足、二足等）的運動控制和步態規劃經驗；
- 有強化學習、深度學習等相關領域的研究或項目經驗，能夠將算法應用于實際機器人上；
4. 個人素質要求： - 扎實的數學基礎，特別是在優化理論、控制理論和強化學習方面；
- 良好的團隊合作精神與溝通能力，能夠與硬件、傳感器、嵌入式系統等團隊緊密協作；
- 強烈的自我驅動力，能夠快速學習并應用最新技術；
- 較強的動手能力，能夠在實驗室環境下進行調試、驗證和優化；
加分項： - 在復雜地形上實現足式機器人穩定運動的經驗；
- 發表過相關領域的頂級會議論文（如ICRA、IROS、CoRL等）；
- 具備多足機器人或雙足機器人控制的深入研究經驗；