Reinforcement Learning Engineer

В Центре Робототехники Сбера мы строим антропоморфного робота общего назначения. Наш робот вышел из стадии первых демонстраций — и мы переходим к надёжной автономной работе в реальных задачах. Локомоция и управление всем телом (Whole Body Control) — основа этой работы: именно от них зависит, насколько устойчиво и предсказуемо робот движется в реальном мире.

Мы ищем инженера, который разрабатывает, обучает и доводит до робота RL-политики управления всем телом — от постановки задачи в симуляторе до стабильной работы контроллера на железе. Это роль для того, кто хочет видеть результат своих алгоритмов не в метриках на графике, а в том, как робот уверенно идёт, поворачивает и держит равновесие.

Наша команда действительно работает над уникальным проектом в России, а у Вас будет прямой доступ к железу, Вы будете видеть результат своей работы в физическом мире.

Ключевые технологии:

Python, PyTorch, RL (PPO/SAC), MuJoCo/Isaac Sim, ONNX, C++, ROS2.

Обязанности

• разрабатывать, обучать и деплоить RL-политики локомоции и whole body control

• подбирать observations, actions и типы моделей, которые дают максимальную производительность

• находить и закрывать ключевые факторы в sim-to-real gap — добиваться, чтобы политика, обученная в симуляторе, работала на реальном роботе

• определять, измерять и интерпретировать метрики качества обученных политик

• доводить control stack до стабильной и предсказуемой работы в реальных условиях

• настраивать reward-функции, domain randomization и curriculum под конкретные двигательные задачи

• работать в связке с командами интеграции и middleware — доводить политику до надежного исполнения на железе.

Требования

• уверенное владение Python; знание C++ как плюс для интеграции на робота

• опыт применения RL-алгоритмов для робототехники или управления (PPO, SAC и подобные)

• понимание динамики и управления, в идеале — шагающих роботов

• опыт подбора гиперпараметров и cost/reward-функций для RL

• знакомство с типовыми техниками…