小鹏汽车强化学习算法工程师（人形机器人运动控制方向）
任职要求
1. 硕士及以上学历，自动化、计算机、人工智能等专业； 2. 扎实的机器学习理论功底和编程能力； 3. 熟悉主流深度学习、强化学习训练框架，熟悉issac …
工作职责
1. 研发基于强化学习的人形机器人全身运动控制算法； 2. 搭建强化学习运动控制算法完整训练流程并优化性能； 3. 分析评估算法性能，迭代优化控制策略； 4. 与团队协作，推动强化学习算法部署调试测试； 5. 跟进人形机器人全身运动控制算法，为团队引入新思路，保持技术领先性。
1、负责基于强化学习/模仿学习的双足运动控制算法的研发和调试，或负责具身智能双臂操作算法的研发和调试，确保算法的高效性和稳定性； 2、在真实机器人平台上进行训练模型的部署与调试，深入分析并解决sim2real GAP问题，确保模拟环境与真实环境之间的有效转化； 3、跟踪前沿机器人双足和双臂规划控制的研究方向，参与相关算法的验证与评估，推动技术的持续创新与应用； 4、开发机械臂底层运控算法 ，设计并实现轨迹优化、碰撞检测等核心算法，确保机器人能够高效、准确地完成复杂场景下的任务； 5、跨团队协作：与感知、硬件等相关团队紧密合作，参与机器人系统的级联调试与问题攻关，推动技术闭环的落地实施，确保项目的顺利推进。
1. 基于Isaac Gym/MuJoCo搭建高保真仿真环境，优化人形机器人运动控制RL训练的并行效率与物理精度； 2. 开发3DGS/NeRF等动态场景渲染管线，支持视觉-动力学联合仿真（sim2real迁移）； 3. 构建生成式世界模型驱动的仿真系统，实现动态场景自动生成与自适应难度调控； 4. 设计分布式仿真架构，支持万级机器人实例的实时交互与数据采集。
1. 研发基于强化学习的人形机器人全身运动控制算法； 2. 搭建强化学习运动控制算法完整训练流程并优化性能； 3. 分析评估算法性能，迭代优化控制策略； 4. 与团队协作，推动强化学习算法部署调试测试； 5. 跟进人形机器人全身运动控制算法，为团队引入新思路，保持技术领先性。
我们致力于推动强化学习（Reinforcement Learning, RL）在人形机器人运动控制、大语言模型推理优化、和具身智能体（Embodied AI） 领域的突破性应用。现招募具备深厚RL技术背景的算法工程师，参与从算法设计、仿真训练到真实场景部署的全链路研发，探索AI与物理世界的深度融合。 1. 研究大语言模型RLHF阶段的广义强化算法，提升大模型的能力，探索大模型的自我进化之路； 2. 研究大模型驱动的智能体算法，包括但是不局限于ReACT、Voyager、WebGPT、AutoGPT； 3. 撰写技术报告和论文，分享研究成果，参与内外部的技术交流和合作，推动团队技术水平的提升，提高团队在行业内的影响力。