人形机器人移动操作算法工程师

面向真实人形机器人构建 System 0/1/2 一体化移动操作策略栈，主导从数据、训练到真机部署的完整技术链路，研发可在真机上实时运行的全身移动操作策略，并参与顶尖论文、大项目、标杆 demo 与系统级成果交付：

1. 研发基于强化学习的人形机器人基础运控模型，解决移动与操作中的接触响应、力位混合控制与全身协调问题，支撑移动中的双臂操作；
2. 构建 System 0/1/2 一体化策略框架，打通底层执行、全身 visuomotor policy 与高层任务推理，重点解决长程任务中的动作连续性与失败恢复；
3. 基于 VLA / WAM / diffusion policy / 模仿学习等研发人形机器人操作模型，探索"一脑多形"的跨本体泛化与策略复用；
4. 建设人形机器人数据闭环，整合人类视频、遥操作、真机/仿真数据与失败样本，支撑基础策略的训练、评测与持续迭代；
5. 与灵巧手团队协作，将双臂灵巧操作与全身动作生成统一到同一策略框架；推动策略真机部署，解决实时性、系统同步、安全约束与 sim-to-real 等问题。

1. 计算机、人工智能、机器人、自动化、控制等相关专业背景，博士或优秀硕士优先；有突出研究成果或丰富真机经验者可适当放宽；
2. 在强化学习、模仿学习、人形/腿足机器人运动控制、VLA/WAM、diffusion policy、多模态策略学习、sim-to-real 中至少两个方向有深入积累；
3. 具备真实机器人平台的算法部署、数据采集或实验经验（机械臂、腿足机器人、移动操作平台等任一即可），熟悉运动学、动力学、状态估计、传感器标定与真机安全边界；
4. 熟练掌握 Python/PyTorch，熟悉 Isaac Lab/Gym、MuJoCo 等主流仿真平台，具备良好的 C++、Linux、ROS/ROS2 开发能力；
5. 具备从数据、模型、仿真到真机的完整闭环能力，能围绕真机失败案例定位问题并推动系统优化；适应高不确定性、长周期的人形机器人算法研发，愿意长期投入系统建设。

加分项：

1. 有人形机器人或全尺寸腿足机器人的真机部署经验，或完成过移动操作、灵巧手协作、长程任务操作等标杆 demo；
2. 有机器人基础模型、世界模型、跨本体策略迁移或大规模机器人数据训练经验；
3. 熟悉遥操作、人类动作捕捉、动作 retargeting 或 sim-to-real 评测流程；
4. 有高质量机器人软件系统、数据采集/评测系统、模型部署工具链或开源项目经验；
5. 在 CVPR、ICCV、ECCV、NeurIPS、ICLR、CoRL、RSS、ICRA、IROS、RA-L、T-RO 等会议/期刊有论文发表或核心贡献。