工作职责:
1. 研发适用于多自由度机器人、双足、四足仿生机器人控制，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；
任职资格:
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（PPO、SAC、DQN、DDPG、A3C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（RSS、ICRA、IROS、CoRL、RAL等）