具身智能硕士后1（人形机器人VLA）：
岗位职责：
1. 融合视觉语言模型VLM与强化学习RL，研究人形机器人更具泛化能力且更高训练效率的VLA，使机器人能够更好地理解和响应环境信息与任务指令，提升机器人在复杂任务中的自主作业能力。
2. 在RL中集成的逆动力学前馈和PD反馈力控、类MPC预测控制和最优力控，以及locomotion和manipulation相关原理模型，提升训练效率。
3. 编写相关程序，在人形机器人上完成仿真和实验验证，在复杂环境中与人互动并完成作业。
4. 撰写论文，带领并指导1名及以上实习生工作。
职位要求：
1. 两年以上机器人VLM、VLA和强化学习方向的工作/研究经历，硕士学历。
2. 有足式机器人项目的研究/开发经历，有真实机器人工程经验优先。
3. 熟悉机器人运动学、动力学、质心动力学（centroidal dynamics）、常见的全身运动控制和全身预测控制算法。
4．熟悉激光雷达和深度相机的通讯和建图算法。
5. 具备良好的计算机编程能力（Python或C++语言），熟悉Linux/ROS操作系统、IsaacLab Arena、IsaacLab、Isaac Sim、RLinf开发环境，代码规范良好。
6. 在强化学习或机器人会议或期刊上有发表论文者优先。
具身智能硕士后2（基于动力学控制与MPC的人形机器人的RL研究）：
岗位职责：
1. 集成质心动力学模型和贝塞尔曲线，基于动力学模型，搭建人形机器人基于模型预测控制（MPC）的强化学习框架，包括在关节空间、操作空间的模型预测控制。
2. 搭建强化学习RL和模型预测控制MPC的双层控制框架，完成在线全身运动规划。
3. 融合视觉语言模型VLM,训练人形机器人的丰富运动能力。
4. 编写相关程序，在人形机器人上完成仿真和实验验证，完成自然行走、奔跑、越障等动作。
5. 撰写论文，带领并指导1名及以上实习生工作。
职位要求：
1. 两年以上机器人学和强化学习相关方向的工作/研究经历，硕士学历。
2. 有足式机器人项目的研究/开发经历，熟悉机器人运动学、动力学、质心动力学（Centroidal Dynamics）、常见的全身运动控制和全身预测控制算法，有真实机器人工程经验。
3. 具备良好的计算机编程能力（Python或C++语言），熟悉Casadi和最优化求解器，熟悉Linux/ROS操作系统、MuJoCo或Gazebo仿真环境，代码规范良好，有真实机器人工程经验者优先。
4．熟悉激光雷达和深度相机的通讯和建图算法。
5. 在强化学习或机器人会议或期刊上有发表论文者优先。
硕士毕业论文实习生1（基于力感知的人形机器人的灵巧稳定抓取，12个月及以上）：
岗位职责：
1. 在无模仿数据下，基于操作空间运协学模型和质心动力学模型，对机器人手进行整体建模，并进行整体控制，集成手部力传感器，实现柔性控制。
2. 编写相关控制程序，基于ROS2和Mujoco，完成机器人手的整体控制仿真验证。
3. 研究多指灵巧手的抓取控制策略，将灵巧抓取集成到以强化学习为核心的全身运动规划框架中，实现全身协同抓取。
4. 训练全身移动抓取策略，编写相关程序，搭建实验环境，在人形机器人上完成实验验证。
5. 完成硕士学位论文，并完成一篇较高质量的会议论文。
职位要求：
1. 取得校外做硕士毕业设计论文的资格者优先。
2. 一年以上机器人和强化学习方向的实习/工作/研究经历。
3. 有多指灵巧手和足式机器人项目的研究/开发经历，熟悉机器人运动学、操作空间动力学、质心动力学（centroidal dynamics）、常见的运动控制算法。
4. 熟悉强化学习训练环境，如Isaac Sim、Isaac Lab等，有sim2real经验者优先。
5. 具备良好的计算机编程能力（Python或C++语言），熟悉Linux/ROS操作系统，MuJoCo仿真环境,代码规范良好，有真实机器人工程经验者优先。
6. 在强化学习或机器人会议或期刊上有发表论文者优先。
硕士毕业论文实习生2（人形机器人集成动力学模型和最优控制的强化学习框架，12个月及以上）：
岗位职责：
1. 基于动力学模型和最优控制算法，研究人形机器人在强化学习中的最优力矩控制，包括在关节空间、操作空间的最优控制。
2. 集成稳定性判据、避障等全身运动约束，生成全身最优控制力矩。
3. 搭建locomotion-manipulation任务环境，训练控制策略，编写相关控制程序，基于ROS2，完成仿真验证。
3. 编写相关程序，搭建实验环境，在人形机器人上完成实验验证。
4. 完成硕士学位论文，并完成一篇较高质量的期刊论文。
职位要求：
1. 取得校外做硕士毕业设计论文的资格者优先。
2. 一年以上人工智能和机器人相关方向的实习/工作/研究经历。
3. 有足式机器人项目的研究/开发经历，熟悉机器人运动学、分层操作空间动力学、质心动力学（Centroidal Dynamics）、常见的运动控制、全身力矩控制算法和最优化控制算法。
4. 熟悉强化学习训练环境，如Isaac Sim、Isaac Lab等，熟悉Casadi、最优二次规划求解器、Isaac Sim/IsaacLab环境，有并行优化和真实机器人工程经验者优先。
5. 具备良好的计算机编程能力（Python或C++语言），熟悉Linux/ROS操作系统，代码规范良好。
6. 在强化学习或机器人会议或期刊上有发表论文者优先。
硕士毕业论文实习生3（人形机器人集成分层动力学模型和最优控制的强化学习框架，12个月及以上）：
岗位职责：
1. 研究人形机器人基于分层动力学模型和最优控制算法的强化学习框架。
2. 在RL中集成操作空间分层动力学控制和搭建分层奖励函数，引导机器人生成协调的全身运动。
3. 搭建locomotion-manipulation任务环境，训练控制策略，编写相关控制程序，基于ROS2，完成多任务协同的仿真验证。
3. 编写相关程序，搭建实验环境，在人形机器人上完成实验验证。
4. 完成硕士学位论文，并完成一篇较高质量的期刊论文。
职位要求：
1. 取得校外做硕士毕业设计论文的资格者优先。
2. 一年及以上机器人动力学和强化学习相关方向的实习/工作/研究经历。
3. 有足式机器人项目的研究/开发经历，熟悉机器人运动学、分层操作空间动力学、质心动力学（centroidal dynamics）、常见的运动控制、全身力矩控制算法和最优化控制算法。
4. 熟悉强化学习训练环境，如Isaac Sim、Isaac Lab等，熟悉Casadi、最优二次规划求解器、Isaac Sim/IsaacLab环境，有并行优化和真实机器人工程经验者优先。
5. 具备良好的计算机编程能力（Python或C++语言），熟悉Linux/ROS操作系统，代码规范良好。
6. 在机器人会议或期刊上有发表论文者优先。
硕士毕业论文实习生4（基于VLM和强化学习的人形机器人VLA，12个月及以上）：
岗位职责：
1. 研究人形机器人基于视觉语言模型VLM和强化学习RL的VLA框架。
2. 在强化学习中引入全身运动曲线和基于VLM的奖励函数，引导训练人形机器人的全身运动轨迹。
3. 搭建locomotion-manipulation任务环境，训练控制策略，编写相关控制程序，基于ROS2，完成仿真验证。
3. 编写相关程序，搭建实验环境，在人形机器人上完成实验验证。
4. 完成硕士学位论文，并完成一篇较高质量的期刊论文。
职位要求：
1. 取得校外做硕士毕业设计论文的资格者优先。
2．一年及以上VLM和强化学习相关方向的实习/工作/研究经历。
3. 有足式机器人项目的研究/开发经历，特别是人形机器人VLA和RL研究经验和真实机器人工程经验。
4. 具备良好的计算机编程能力（Python或C++语言），熟悉Linux/ROS操作系统、IsaacLab Arena、IsaacLab、Isaac Sim、RLinf开发环境，代码规范良好。
5. 在强化学习或机器人会议或期刊上有发表论文者优先。
具身智能实习生1（基于VLM和强化学习的人形机器人VLA训练框架，6个月及以上）：
岗位职责：
1. 研究人形机器人基于视觉语言模型VLM和强化学习RL的VLA训练框架。
2. 在强化学习中引入全身运动曲线参数化、基于动力学模型和基于VLM的奖励函数，结合VLM任务规划，引导训练人形机器人的全身运动轨迹。
3. 搭建locomotion-manipulation任务环境，训练智能全身运动规划与控制策略，编写相关控制程序，基于ROS2，完成仿真验证。
3. 编写相关程序，搭建实验环境，在人形机器人上完成实验验证。
职位要求：
1．一年及以上VLM、VLA、强化学习RL相关方向的实习/工作/研究经历。
2. 有足式机器人项目的研究/开发经历，特别是真实机器人工程经验。
3. 具备良好的计算机编程能力（Python或C++语言），熟悉Linux/ROS操作系统、IsaacLab、Isaac Sim、RLinf等开发环境，代码规范良好。
4. 在VLM、VLA、RL或机器人领域上有发表论文者优先。
具身智能实习生2（基于世界模型和强化学习的人形机器人世界动作模型训练框架，6个月及以上）：
岗位职责：
1. 研究人形机器人基于世界模型和强化学习RL的世界动作模型训练框架。
2. 在强化学习中引入全身运动曲线参数化、基于动力学模型和基于世界模型的奖励函数，结合世界模型任务规划，引导训练人形机器人的全身运动轨迹。
3. 搭建locomotion-manipulation任务环境，训练智能全身运动规划与控制策略，编写相关控制程序，基于ROS2，完成仿真验证。
4. 编写相关程序，搭建实验环境，在人形机器人上完成实验验证。
职位要求：
1．一年及以上强化学习相关方向的实习/工作/研究经历，熟悉世界模型和世界动作模型。
2. 有足式机器人项目的研究/开发经历，特别是真实机器人工程经验。
3. 具备良好的计算机编程能力（Python或C++语言），熟悉Linux/ROS操作系统、IsaacLab、Isaac Sim、RLinf开发环境，代码规范良好。
4. 在世界动作模型、强化学习或机器人领域有发表论文者优先。
简历投递：
请将个人简历发送邮件至pr@sqz.ac.cn ，邮件主题请命名为：岗位名称+姓名。请标注最早到岗地时间、每周可出勤天数以及可实习时长。
