【機器人核心研發】強化學習軟體工程師 (Robot Reinforcement Learning Engineer)

【你的任務：訓練機器人的虛擬大腦】 你將負責機器人控制最前沿的領域：Deep Reinforcement Learning (DRL)。 你的工作場域不在工廠，而在物理模擬器 (Physics Simulator) 中。你需要設計獎勵函數 (Reward Function)，讓機器人在虛擬世界中學會對抗地心引力、適應崎嶇地形，並成功將這套「大腦」移植到真實的機器人身上。

【工作內容 (Responsibilities)】

1. 強化學習演算法開發：
   • 設計並訓練基於學習的運動控制策略 (Learning-based Locomotion Policy)，使用 PPO (Proximal Policy Optimization) 或 SAC 等演算法，讓機器人自主學會平衡與移動。
2. 物理模擬環境建置：
   • 熟練操作高效能物理引擎（如 NVIDIA Isaac Gym, MuJoCo, Bullet），搭建多樣化的地形與動態干擾場景，進行大規模並行訓練 (Massively Parallel Training)。
3. Sim-to-Real 遷移技術：
   • 解決「模擬」與「現實」的鴻溝 (Reality Gap)。運用 Domain Randomization (域隨機化) 與 System Identification 技術，確保虛擬訓練的策略能強健地運行在真實硬體上。
4. 整合與優化：
   • 將訓練好的神經網路模型 (Inference Model) 部署至邊緣運算裝置 (Jetson/Orin)，並與底層控制迴路 (Low-level Control) 進行整合。

【我們在尋找這樣的你 (Requirements)】

• 學術背景：資工、電機、應用數學或 AI 相關系所碩士/博士。
• 核心技能：
  • 精通 Python 與深度學習框架 (PyTorch 或 TensorFlow)。
  • 熟悉深度強化學習理論 (RL Theory)，理解 Value Function, Policy Gradient, Actor-Critic 架構。
• 模擬器經驗：
  • 具備 Isaac Gym (必備)、MuJoCo 或 Gazebo 的開發經驗，能撰寫自定義的 Environment 與 Task。
• 數學基礎：
  • 熟悉線性代數、機率統計與剛體動力學 (Rigid Body Dynamics)。

【加分條件 (這些是我們的許願清單)】

• 曾參與 RoboCup、DARPA SubT 或類似機器人 AI 競賽經驗。
• 熟悉 Transformer 架構在機器人控制上的應用。
• 具備 C++ 整合部署經驗 (TensorRT, ONNX Runtime)。
• 發表過 ICRA, IROS, NeurIPS 等頂級會議論文。

【為什麼選擇我們？ (Why Us)】

• 直接挑戰 AI 的最後一哩路：這裡沒有單調的數據清洗工作。你面對的是真實物理世界的挑戰，你的 Code 會直接決定機器人會不會跌倒。
• 開放的研究文化：我們鼓勵閱讀最新的 Paper，並快速驗證新的演算法 (如 Diffusion Policy)。在這裡，我們像實驗室一樣探索未知，但擁有企業級的執行力。