深圳·福田区
职位详情
工作职责
1.负责具身智能（Embodied AI）与运动控制领域的算法研究，探索强化学习（RL）、模仿学习（IL）和Transformer、Diffusion Policy、World Models等新型架构等在机器人运动控制的创新应用。
2.针对高动态运动控制，研究Sim-to-Real（虚实迁移）的核心理论难题，探索端到端（End-to-End）多模态融合的运动控制策略，提升机器人的环境适应能力。
任职资格
1. 计算机科学、机器学习、应用数学等相关专业硕士及以上学历（博士优先）；具备扎实的概率论、凸优化与矩阵论基础。
2. 精通深度强化学习（DRL）底层原理（如PPO, SAC, TD3），对Offline RL, Meta-Learning, Imitation Learning有深入研究。
3. 具备极强的代码实现能力（Python/C++），熟练掌握PyTorch框架；有分布式训练、高性能计算（HPC）或大规模仿真环境开发经验者优先。
4.熟悉机器人学习领域最新进展，如RMA, Dreamer, Diffusion-based Control等；了解大模型（LLM/VLM）在具身智能中的应用。
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）
1.负责具身智能（Embodied AI）与运动控制领域的算法研究，探索强化学习（RL）、模仿学习（IL）和Transformer、Diffusion Policy、World Models等新型架构等在机器人运动控制的创新应用。
2.针对高动态运动控制，研究Sim-to-Real（虚实迁移）的核心理论难题，探索端到端（End-to-End）多模态融合的运动控制策略，提升机器人的环境适应能力。
任职资格
1. 计算机科学、机器学习、应用数学等相关专业硕士及以上学历（博士优先）；具备扎实的概率论、凸优化与矩阵论基础。
2. 精通深度强化学习（DRL）底层原理（如PPO, SAC, TD3），对Offline RL, Meta-Learning, Imitation Learning有深入研究。
3. 具备极强的代码实现能力（Python/C++），熟练掌握PyTorch框架；有分布式训练、高性能计算（HPC）或大规模仿真环境开发经验者优先。
4.熟悉机器人学习领域最新进展，如RMA, Dreamer, Diffusion-based Control等；了解大模型（LLM/VLM）在具身智能中的应用。
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）
2026-09-30 13:39
IP属地：湖南
职位福利
硕士经验不限强化学习
长沙领仕企业管理咨询有限公司
工作地址
鱼泡安全保障
如遇到办证收费、刷单、传销、诱导买车等违规行为，请立即向鱼泡直聘投诉举报投诉举报 >
附近适合您的职位
收藏职位
