logo of anker

安克创新仿真算法工程师-具身智能

社招全职地点:北京状态:招聘

任职要求


1.计算机、自动化以及人工智能等相关专业; 
2.精通Python,熟悉PyTorchJax深度学习框架。;
3.具有扎实的模仿学习和强化学习领域的与机器人操作的相关的研究经历,熟悉强化学习的相关框架,如Stable Baselines,rsl-sl等,有sim2real项目或者相关论文者优先;
4.熟悉常见的机器人仿真软件,如Isaac-sim/gym,openai-gym,robogen等。熟悉3d渲染引擎优先,如Blender,Omniverse和Unreal。;
5.有ACT,Diffusion Policy等端到端算法以及多模态机器人操作算法研究背景者优先。

工作职责


在机器人的强化学习和模仿学习等前沿领域进行技术和研究,引导机器人从仿真环境和真实环境中学习高泛化和稳定的操作能力。
包括英文材料
Python+
PyTorch+
JAX+
深度学习+
强化学习+
Gymnasium+
Unreal+
算法+
相关职位

logo of xpeng
校招

为什么加入我们? - 你将站在人形机器人智能进化的前沿,构建未来机器人感知、交互与学习的核心能力。 - 参与行业前沿的具身智能研究,亲手推动人形机器人在真实世界中的落地 - 提供完善的技术成长路径,支持你在科研和工程领域持续突破 - 多模态/VLA大模型研究:探索并优化适用于人形机器人长时序灵巧操作与自然人机交互的模型架构和训练策略。 - 高保真仿真环境搭建:设计并开发逼真的机器人仿真环境,精准模拟机器人与物理世界的交互,生成高质量训练数据,支持VLA模型迭代与强化学习训练。 - 世界模型创新:研究并构建世界模型,实现训练数据的高效生成和场景多样性扩展。

更新于 2025-08-27
logo of antgroup
社招3年以上技术类-算法

1. 路径规划 ‒ 开发适用于多种场景(如机器人导航、自动驾驶、无人机等)的路径规划算法; ‒ 实现经典和前沿的全局及局部路径规划方法(如 A*、Dijkstra、RRT、DWA 等),优化路径规划的效率和鲁棒性; ‒ 处理动态环境中的路径生成和调整,解决复杂场景下的避障问题。 2. 行动决策 ‒ 研究并实现具身智能体的行动决策算法,设计任务分解和行为选择的逻辑; ‒ 基于行为树(Behavior Tree)、有限状态机(FSM)等方法,构建模块化的决策框架; ‒ 开发多智能体协作与竞争的行动决策模型,支持复杂交互任务的执行。 3. 强化学习(Reinforcement Learning,RL) ‒ 针对具身智能场景(如机械臂控制、机器人动态避障、导航等),设计强化学习的 reward 函数和训练策略; ‒ 实现主流深度强化学习算法(如 DQN、DDPG、PPO、SAC 等),解决高维连续控制与探索问题; ‒ 优化强化学习模型的收敛速度和鲁棒性,提升算法在实际场景中的表现。 4. 模仿学习(Imitation Learning,IL) ‒ 通过专家示范数据(如轨迹、动作序列)训练智能体,实现模仿人类/智能体行为; ‒ 应用行为克隆(Behavior Cloning, BC)、逆强化学习(Inverse Reinforcement Learning, IRL)等技术解决稀疏奖励问题; ‒ 结合模仿学习与强化学习,提升智能体在复杂任务中的学习和泛化能力。 5. 算法优化与工程实现 ‒ 优化算法的计算效率和资源占用,适配实时性要求 ;‒ 在仿真环境(如 Gazebo、PyBullet、Mujoco 等)和真实设备中验证算法性能; ‒ 配合嵌入式团队完成算法在终端设备上的部署与优化。 6. 技术研究与创新 ‒ 跟踪具身智能领域的前沿算法进展,探索新技术的实际应用; ‒ 研究多模态感知与决策(如视觉、语音、触觉)的融合方法,提升智能体的环境理解与行动能力; ‒ 参与长期自主学习、在线学习和自适应学习系统的设计与开发。

更新于 2025-09-28
logo of anker
社招2年以上

1.负责机器人端到端操作方向的强化学习算法研发,解决机器人复杂任务操作问题; 2.对学界及业界前研技术的持续跟进; 3.围绕机器人场景落地先进算法技术。

更新于 2024-09-10
logo of antgroup
社招3年以上技术类-算法

1. 负责开发和优化灵巧手grasp相关的强化学习方法。 2. 设计和实施强化学习策略,分析实验数据,评估算法表现,解决机器人操作的sim2real问题 3. 跟进最新的灵巧操作研究趋势,为团队带来新的思路和解决方案。

更新于 2025-09-28