具身智能Sim-to-Real算法工程师

岗位定位：突破"无本体数据采集"与"零样本真机迁移"技术瓶颈，实现低成本、高效率的虚实贯通，支持跨本体泛化与真实场景快速部署。 岗位职责： 1. 无本体数据采集：研发基于UMI（Universal Manipulation Interface）或可穿戴设备的低成本数据采集方案，实现无需机器人本体的真实世界操作数据获取 2. Real-to-Sim重建：开发基于3D Gaussian Splatting或NeRF的场景重建算法，将真实环境高保真迁移至仿真器，支持自动化数据扩增 3. Sim-to-Real迁移：研究域适应（Domain Adaptation）、域随机化、系统辨识等技术，缩小仿真与真实的性能差距（Reality Gap） 4. 跨本体泛化：开发异构机器人本体间的策略迁移算法，实现零样本或少样本的真机部署 5. 真机验证闭环：设计虚实贯通的训练范式，优化仿真与真实数据配比（如5:…… 完整岗位描述与官方投递入口,请登录后在岗位详情页查看。