职位详情

1研发适用于多自由度机器人双足四足仿生机器人决策规划的深度强化学习算法。
2负责深度强化学习算法的模型开发调试与实际机器人验证。
1熟悉learning-based control领域前沿进展。
2了解多自由度欠驱动机器人动力学。
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, vrep等。
5了解常用的深度强化学习算法（PPOSACDQNDDPGA3C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（RSSICRAIROSCoRLRAL等）。