ЯндексRL-инженер в команду локомоции человекоподобных роботов
Команда работает над обучением и внедрением политик локомоции в симуляции и на реальных платформах. Вы будете создавать среды, обучать RL-агентов в Isaac Lab/MuJoCo и переносить решения на роботов для устойчивого и безопасного движения
ГрейдSenior
Стек
PythonPyTorchIsaac LabMuJoCoIsaac GymPPOSACTD3C++CUDADiffusion Policy
Задачи
- •Разработка и обучение политик локомоции в симуляторах
- •Адаптация современных методов RL под задачи движения (Residual RL, Diffusion Policy)
- •Проектирование и усложнение физико-реалистичных сцен и сценариев
- •Формулирование гипотез, проведение экспериментов и валидация reward-функций
- •Анализ поведения агентов и улучшение метрик устойчивости
- •Перенос и тестирование обученных политик на реальных роботах
Обязательно
- •Опыт обучения RL-моделей и внедрения в продакшен или исследовательские пайплайны
- •Уверенное программирование на Python и работа с PyTorch
- •Знание кинематики и динамики роботов
- •Понимание и применение методов PPO, SAC, TD3 и других современных алгоритмов RL
- •Умение формулировать гипотезы и организовывать эксперименты
- •Опыт работы с Isaac Lab / Isaac Gym и MuJoCo
- •Чтение и внедрение идей из профильных научных публикаций
Будет плюсом
- •Знание C++ и/или CUDA для оптимизации симуляций
- •Опыт с Diffusion Policy и подходами типа Early Experience
- •Опыт работы с Residual RL
