[上海]上海松应科技有限公司

职位：机器人强化学习运控算法工程师
发布时间：2026-10-09
工作地点：上海
信息来源：南京航空航天大学
职位类型：全职
专业标签：电子信息 计算机 自动化
职位描述
机器人强化学习运控算法工程师 40万元/年

2026-10-08 10:08:56发布

职位要求：

职位性质：全职
工作城市：上海市闵行区
招聘人数：2
学历要求：硕士
职位类别：科学研究人员
语言能力：英语
需求专业：电子信息类,计算机类,通信类,集成电路类

职位描述：

岗位职责
1.负责基于强化学习(Reinforcement Learning)的机器人运动控制算法研发，包括但不限于四足/人形机器人步态生成、全身运动控制、操作与运动协同控制等；
2.设计、实现并优化RL算法(如PPO、SAC、TD3、Dreamer、Difusion Policy等)，解决高维连续控制、稀疏奖励、样本效率低、sim-to-real差距等问题；
3.完成仿真到真实机器人(sim-to-real)迁移，结合系统辨识、自适应控制、残差学习或在线微调，确保算法在真实硬件上的稳定性与鲁棒性；
4.与机器人硬件、感知、规划团队紧密协作，将RL控制器集成到完整机器人系统中，支持实机部署与测试；
5.跟踪学术界与工业界最新进展(ICRA、RSS、CoRL、NeurlPS、ICML等)，持续优化算法性能并输出技术报告或论文。
任职资格
1.硕士及以上学历，机器人、控制科学与工程、计算机、人工智能、自动化等相关专业(优秀本科可放宽)；
2.扎实的强化学习理论基础，熟悉主流on-policy/off-policy算法、Actor-Critic、Model-based RL、Imitation Learning等；
3.熟练掌握Python，熟悉PyTorch(或JAX)，具备独立实现并调试深度强化学习算法的能力；
4.有机器人运动控制相关经验，了解运动学、动力学建模、PID/MPC/全身控制(WBC)等传统控制方法，并能与RL结合；
5.熟悉至少一种主流物理仿真器(MuJoCo、Isaac Gym、Gazebo、Webots等)，有完整训练-部署闭环经验优先。
薪资福利
月薪：30-50k*15

联系方式：

联系人：吴**
简历接收邮箱：w*********@

公司介绍：

上海松应科技有限公司成立于2021年。公司自研国内首款物理AI操作系统ORCA OS，打破海外技术垄断。该系统作为“机器人的虚拟训练场”，能高精度还原真实场景，让机器人在虚拟环境中“零成本”试错学习，大幅降低研发成本、加速落地。目前，松应科技多次承接国家专项，赋能数十家央国企及头部企业。其技术广泛应用于具身智能、自动驾驶、低空经济及智能制造等领域，致力于筑牢AI走向真实物理世界的核心底座。

公司基本信息

上海松应科技有限公司
单位行业：软件和信息技术服务业
单位性质：其他企业（含民营企业等）
单位规模：50-300人
单位标签：朝九晚五,福利好,管理规范,环境好,加班费,交通方便,年终奖,双休,五险一金

申请职位：nu***.cn[点击查看]