岗位亮点
从零搭建宇树 Go2 四足机器人商用动作 RL 全管线，主导仿真→真机闭环落地
聚焦商用场景：定制步态、表演姿态、跌倒恢复、人机交互、安全稳定部署
核心解决 Sim-to-Real 痛点，沉淀可扩展动作资产库，支撑批量动作快速迭代
岗位职责
RL 运动控制管线搭建
选型并搭建仿真环境（Isaac Gym/Isaac Sim/MuJoCo/RaiSim），建立 Go2 精确动力学模型
自主设计状态 / 动作空间、奖励函数、课程学习策略，训练定制化机器人动作
主导 Sim-to-Real 迁移：域随机化、系统辨识、执行器建模、残差策略等
真机安全部署与调试
基于 Unitree SDK2 完成策略真机部署，实现稳定、安全、可复现运行
设计硬件安全机制：关节限幅、力矩监控、异常回退，保护设备与人身安全
建立仿真 - 真机数据闭环，持续缩小虚实差距，迭代优化策略
底层控制与协同支撑
理解并优化力矩 / 位置 / 速度控制、IMU 融合、状态估计等底层接口
与结构 / 硬件团队协同，确保动作符合机械约束（限位、散热、负载）
算法资产化与工程化
标准化训练流程、配置、策略结构，搭建内部可复用动作资产库
降低新动作开发周期，实现 “动作定义→仿真训练→真机验证” 快速交付
任职要求
深入理解强化学习原理（PPO/SAC/AMP/RLHF 等），具备从零搭建训练管线能力，非仅调参调用库
有四足 / 人形机器人真机 RL 部署经验，熟悉宇树 Go2/Go1/B2 等平台硬件与 SDK
掌握至少 2 种 Sim-to-Real 技术（域随机化 / 系统辨识 / 观测历史 / 残差策略 / 蒸馏等），并有落地案例
精通 Isaac Sim/Isaac Gym/MuJoCo/RaiSim 至少一种，可修改底层物理参数适配真机
Python/C++ 扎实，熟练 Linux 开发部署，代码高效可复现；有实时控制 / 嵌入式经验优先
加分项
具备足式机器人 MPC/WBC 基础，可实现 RL + 传统控制混合架构
熟悉 Unitree SDK2、ROS2、Go2 底层 UDP/Ethernet 通信协议
有 ICRA/IROS/RSS/CoRL 顶会论文或可查高质量开源项目
有机器人舞蹈 / 表演 / 服务场景动作设计经验，兼顾 “好看 + 稳定”
不合适人群
仅仿真经验，无真机策略部署经验
仅调用开源库调参，无自定义 Env/Loss/ 训练流程经验
仅做机械臂 / 自动驾驶，无足式机器人动力学认知

投递简历