高德地图高德-具身通用运控算法工程师(强化学习方向)-具身业务部
社招全职3年以上技术类-算法地点：北京状态：招聘
任职要求
● 计算机、控制理论、机器人学、机械电子或相关专业硕士及以上学历，5年以上运动控制领域研发经验； ● 系统掌握 Sim2Real 技术栈，包括域随机化、Sim2Sim 迁移、运动跟踪等关键技术； ● 精通主流深度强化学习算法（如 PPO、SAC、DDPG、MAPPO），具备在 Isaac Gym / Isaac Sim 等平台进行大规模并行训练的实战经验，熟悉策略蒸馏、课程学习等进阶方法； ● 熟练设计…
登录查看完整任职要求
微信扫码，1秒登录
工作职责
负责下一代机器人通用运动控制器的研发与工程落地，具体包括： ● 研发支持多模态指令的通用运动控制算法，实现对任意自然动作指令的高保真执行； ● 设计并实现面向复杂地形与动态环境的自适应运动策略，显著提升机器人的稳定性、鲁棒性与环境适应能力； ● 搭建高保真仿真环境，开展强化学习算法的大规模训练与验证，通过实验分析持续迭代优化控制策略； ● 与上游动作预测与意图理解算法紧密协作，构建支持自主交互的运动控制能力。
包括英文材料
学历+
强化学习+
https://cloud.google.com/discover/what-is-reinforcement-learning?hl=en
Reinforcement learning (RL) is a type of machine learning where an "agent" learns optimal behavior through interaction with its environment.
https://huggingface.co/learn/deep-rl-course/unit0/introduction
This course will teach you about Deep Reinforcement Learning from beginner to expert. It’s completely free and open-source!
https://www.kaggle.com/learn/intro-to-game-ai-and-reinforcement-learning
Build your own video game bots, using classic and cutting-edge algorithms.
算法+
https://roadmap.sh/datastructures-and-algorithms
Step by step guide to learn Data Structures and Algorithms in 2025
https://www.hellointerview.com/learn/code
A visual guide to the most important patterns and approaches for the coding interview.
https://www.w3schools.com/dsa/
Gymnasium+
https://gymnasium.farama.org/index.html
An API standard for reinforcement learning with a diverse collection of reference environments
https://www.youtube.com/watch?v=FvuyrpzvwdI
Learn to use Gymnasium for Python, which allows you to create environments to run reinforcement learning programs against in Python.
还有更多 •••
相关职位
社招3年以上技术类-算法
研发下一代机器人通用运动控制器的研发与落地：基于强化学习突破复杂地形自适应运动、多运动模态平滑切换、sim2real策略部署等关键技术，构建面向真实物理系统的运动策略训练框架，提升运动保真度与鲁棒性。
更新于 2025-12-11北京
校招
1、参与具身智能算法模型在技能学习、动作规划、抓取操作等应用上的研发，实现多场景多任务的泛化； 2、设计、训练、部署模仿学习、强化学习、迁移学习、多模态学习等算法，构建机器人各类应用的通用技能； 3、与大模型、运控等团队合作，推动具身智能数据集、机器人平台等各项目落地实施； 4、紧跟最新技术进展，将学术界前沿创新内容进行快速复现并创新，参与相关方向的论文与专利积累。
更新于 2025-06-23北京
实习
1、参与具身智能算法模型在技能学习、动作规划、抓取操作等应用上的研发，实现多场景多任务的泛化； 2、设计、训练、部署模仿学习、强化学习、迁移学习、多模态学习等算法，构建机器人各类应用的通用技能； 3、与大模型、运控等团队合作，推动具身智能数据集、机器人平台等各项目落地实施； 4、紧跟最新技术进展，将学术界前沿创新内容进行快速复现并创新，参与相关方向的论文与专利积累。
更新于 2025-04-23北京
实习高德研究型实习生
运动控制开发： 参与构建人形机器人通用运控跟踪器，实现高动态行为的稳定执行。 与基于 Diffusion 的轨迹生成器协同工作，赋予机器人日常运动与操控能力（如行走、转向、平衡调整）。 专项技能研发： 开发机器人特定技能：物体抓取与搬运、球类运动、开关门等常见交互任务。 要求算法具备快速决策与高效执行能力，确保在动态环境中的稳健表现。 数据与部署链路： 参与人形机器人遥操作数据采集、仿真数据生成及人体动作数据的重定向处理。 打通从 数据→仿真→训练→部署 的完整研发链路，推动算法在实机上的优化与落地。
更新于 2025-12-02北京