RL-инженер в команду локомоции человекоподобных роботов

Решение задачи локомоции — один из ключевых вызовов в современной робототехнике. Мы создаём и обучаем модели, которые учат роботов ходить, сохранять равновесие и выполнять сложные двигательные действия в рамках симуляции и в реальном мире. Вы будете работать с RL-агентами в Isaac Lab и MuJoCo, разрабатывать физические сцены: от лестниц до пересечённой местности, адаптировать современные подходы вроде Residual RL и Diffusion Policy под реальные задачи движения. Задача — научить робота двигаться естественно, устойчиво и безопасно.

Обучение RL-агентов локомоции Вам предстоит создавать и обучать политики ходьбы, балансировки и сложных двигательных скиллов в Isaac Lab и MuJoCo. Исследование и применение современных методов RL Вы будете адаптировать под задачи локомоции разные идеи из научных статей: от Residual RL до transformer-control. Создание и усложнение симуляционных сред Нужно будет проектировать физические сцены, на которых роботы будут учиться двигаться: лестницы, неровные поверхности, препятствия. Анализ и улучшение поведения агентов Предстоит разрабатывать метрики, валидировать reward-функции, искать неочевидные зависимости и точки роста в поведении моделей. Внедрение разработок на реальных роботах Вы будете переносить обученные политики на реальные платформы и наблюдать, как ваши модели начинают двигаться в физическом мире. Больше об ML в Яндексе — в канале Yandex for ML

Обучали модели RL и внедряли решения в продакшен или исследовательские пайплайны Уверенно программируете на Python и работаете с PyTorch Понимаете кинематику и динамику роботов Разбираетесь в современных RL-подходах PPO, SAC, TD3 и т. д. Умеете формулировать гипотезы и выстраивать эксперименты для их проверки Читаете и внедряете идеи из научных статей с ICRA, CoRL, NeurIPS, RSS и других Имеете опыт работы с Isaac Lab, Isaac Gym и MuJoCo

Знаете C++ или CUDA, имеете опыт симуляции физики и оптимизации вычислений Понимаете подходы Early Experience и Diffusion Policy