小米足式机器人运动控制算法工程师实习生（强化学习）
任职要求
1. 硕士及以上学历，机器人、计算机、机械工程、人工智能、应用数学等专业，数学、英语能力扎实，具有较强的学习与研究能力； 2. 掌握主流的强化学习算法，如：PPO、DQN、DDPG、SAC等； 3. 掌握机器人学习中的广泛使用的训练方法和模型架构，如：教师学生模型（Teacher-Student Network），课程学习（Curriculum Learning），域随机化（Domain Randomization），混合专家模型（MoE）等； 4. 熟悉Mujoco、IsaacGym、IsaacLab等机器人仿真平台； 5. 有足式机器人强化学习算法的实机调试和sim-to-real经验者优先，有基于模型/优化等传统控制经验者优先； 6. 扎实的C++、Python编程能力，熟悉Pytorch等机器学习框架，熟悉Linux，Git，ROS等开发环境和工具。
工作职责
1. 开发基于强化/模仿学习的机器人行走及全身控制策略； 2. 开发复杂地形下基于视觉的强化学习行走策略； 3. 负责算法策略的训练与移植部署，实现算法sim-to-real在机器人实机上落地应用； 4. 持续跟踪国内外前沿研究成果，并进行相关算法复现； 5. 编写相关技术文档，推动团队技术沉淀与知识共享。
视觉大模型方向： 1、 协调上层应用需求到机器视觉算法的整体架构; 2、 实现机器人基于3D视觉的双臂抓取方案，落地在照片、水杯等常规物体的视觉抓取任务中: 3、带领算法团队进行传统机器人视觉到端到端视觉大模型的技术演进，并落地在双臂协同抓取任务; 导航定位方向: 1、 负责机器人基于LIDAR的导航与定位算法研究与实现，并支持机器人业务中导航的需求; 2、负责单线和多线LIDAR的开发，SLAM 算法、多传感器融合算法、3D点云、3D场景重建等 3、负责无地图导航算法研究、自主实时建图方案研究; 4、实现高精度的地图更新; 机器人操作系统方向: 1、从事移动机器人系统的设计和研发，不限于底盘、四足、双足等形态;设计机械结构，硬件结构、并具备-定嵌入式开发经验: 2、具备机器人硬件开发经验，实现对关节电机的控制、实现与相机和雷达的通信: 3、熟悉运动控制算法，利用动捕收集步态数据，并通过强化学习和模仿学习实现机器人运动控制: 双臂方向 1、复现开源的双臂机器人扩散大模型RDT,并完成数据采集、模型训练、优化等功能: 2、设计触觉反馈传感器，并用于灵巧手，实习灵巧手的触党反馈: 3参与机器人架构设计、零部件选型、算法方案设计: 运动控制方向: 1.设计、 开发、实现和优化智能机械管的控制算法， 提高机械臂的智能性和学习能力。 2、研究机器人的智能控制模型，理解机器人的知、推理、学习和行为规划等机制。 3、在等机器人软件平台上开发机器人的控制和规划程序，并在Linux系统下进行软件开发和调试。 4、与其他团队成员合作，集成机器人和其他智能设备的功能，实现智能化的生产流程。
1、开发基于机器学习的机器人控制策略，并与传统控制方法互补； 2、负责算法策略的训练与移植部署，实现算法sim2real在机器人实机上落地应用； 3、持续跟踪国内外前沿研究成果，并进行相关算法复现。
1. 负责足式机器人的运动控制算法的开发、调试和测试； 2. 构造编写机器人控制相关的SDK，给内部同事或客户使用； 3. 辅助参与产品的规划设计，给机械、电子等硬件出设计意见； 4. 机器人相关测试、生产用程序的编写。
1. 研发足式机器人全身运动控制（locomotion）算法，提升动态性能与稳定性； 2. 设计复杂环境下的多自由度机器人运动控制策略，支持实时动态调整； 3. 推动机器人全身运动控制算法的系统集成、仿真验证和硬件部署； 4. 优化控制算法在嵌入式系统中的性能，满足实时性和低功耗需求； 5. 探索机器人全身运动控制在工业、服务或特定场景中的技术应用和落地机会