The posting
我们正在寻找一位专注于 contact-rich manipulation 的算法工程师/研究员，用 RL 训练策略并用 sim2real 方法论将其可靠地迁移到真机。你不仅是训练 policy 的人，更是让它在真实机器人上稳定执行的人——从真机部署调试到控制参数调优，端到端负责。力控插入、精密装配等 contact-rich 场景是你的主战场，sim2real 是你的核心工具链。 职责如下： 1. 研究、训练和迭代 contact-rich manipulation 的 RL policy，覆盖力控插入、精密装配等场景； 2. 研究 sim2real 迁移方法（domain randomization、系统辨识、感知对齐、现实到仿真回放验证等），持续改进迁移方法论，缩小仿真与真机的性能差距； 3. 负责 RL policy 在真机上的部署、调试与迭代，包括 action space 对齐、控制频率匹配、真机现象分析与调优； 4. 基于团队现有 RL training infrastructure 进行训练与实验，必要时扩展和改进仿真环境与数据管线； 5. 必要时结合模仿学习方法（如从 teleop/UMI 数据训练 BC policy），与 RL 方案互补； 6. 与模型、仿真、硬件团队协作，推动 contact-rich manipulation 能力的真机落地。
1. 机器人、计算机、自动化或相关专业硕士及以上学历，博士优先； 2. 深入理解 RL 算法（PPO、SAC 等），有训练 manipulation policy 的实际经验； 3. 有真实机器人部署经验，理解运控基础（力控、阻抗控制、关节空间/笛卡尔空间控制等），能独立在真机上调试 RL policy； 4. 熟悉主流仿真器（Isaac Sim、Mujoco、ManiSkill 等），有 sim2real 落地经验； 5. 具备扎实的 Python 工程能力，能独立搭建训练管线和仿真环境； 6. 兼具研究深度与工程落地能力——不是为了发论文，而是让真机动起来。
加分项 1. 发表过 manipulation、sim2real、RL 相关顶会论文（RSS、CoRL、ICRA、IROS 等）； 2. 有灵巧手操作相关经验，理解多指协调、抓取稳定性等问题； 3. 有力/触觉传感器集成与闭环控制的真机经验； 4. 有模仿学习 / VLA 相关经验，理解 IL 与 RL 的互补关系； 5. 有分布式 RL 训练框架使用或开发经验； 6. 有从仿真到真机的 contact-rich manipulation 完整项目落地经验
