岗位名称：强化学习仿真工程师 专业要求：电子信息、计算机等相关专业 学历要求：本科以上 1. 负责灵巧手强化学习训练系统的工程化搭建，实现分布式并行训练框架的部署与调优，解决训练效率、资源调度及稳定性等工程问题； 2. 基于 Isaac Lab / MuJoCo 等引擎完成高保真仿真环境开发，封装标准化仿真接口，负责物理参数工程标定与仿真稳定性调优； 3. 主导 Sim2Real 方案的工程落地，完成仿真策略到真实硬件的模型转换、部署适配与实时控制链路打通，实现闭环验证； 4. 协同硬件团队完成驱动接口对接与通信协议调试，将触觉/视觉感知模块工程化集成至仿真-实物的完整控制链路中； 5. 构建自动化仿真测试与回归验证体系，沉淀可复用的仿真工具组件，持续提升多任务场景下的仿真平台可用性与交付效率。 职位要求 1. 硕士及以上学历，机器人、控制、计算机、机械工程等相关专业；3 年以上机器人仿真与 RL 相关的工程落地经验，有灵巧手或机械臂项目完整交付经历者优先； 2. 精通 PPO/SAC 等主流 RL 算法的工程实现，熟悉模仿学习（Imitation Learning / BC / Diffusion Policy）者加分；具备分布式训练框架（如 Ray）的部署与性能调优能力者加分； 3. 深入理解刚体动力学与碰撞检测原理，掌握 MuJoCo / Isaac Sim / Isaac Lab / Drake 中至少一种仿真生态，有仿真性能优化及自定义插件开发经验；具备基于 Isaac Lab 进行大规模并行强化学习训练与任务设计经验者优先； 4. 熟练掌握领域随机化（Domain Randomization）与系统辨识（System Identification）方法，具备丰富的物理参数工程标定与 Sim2Real 迁移经验； 5. 编程功底扎实（Python/C++），熟悉 Linux 开发环境、Git 工作流及 Docker 容器化，代码规范，注重工程交付质量。 加分项： 1. 有触觉传感器仿真、软体接触或复杂摩擦模型开发经验； 2. 有仿真引擎底层开发、GPU/CUDA 性能优化或开源社区核心贡献； 3. 参与过机器人训练平台或仿真基础设施从 0 到 1 的建设； 4. 在机器人、强化学习或具身智能领域有高质量论文、专利、开源项目或重要竞赛成果。