鹈鹕
仿真模拟
宇树科技 · 2年经验
日薪：
￥1000/8h
地点：
南京
时间：
可工作日远程
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
MuJoCo 仿真建模，熟练用 MJCF（XML）*搭建机器人模型，配置运动学链、关节限位。
机器人强化学习训练，PPO算法
运动控制，双足站立与行走。
Sim-to-Real 与部署，
Python，
机器人强化学习训练，PPO算法
运动控制，双足站立与行走。
Sim-to-Real 与部署，
Python，
项目经验
ranka Panda 抓取任务的强化学习训练
在 MuJoCo 里搭 Franka Panda + 桌面 + 随机位姿物体的抓取环境，gymnasium 接口
用 state-based 观测（关节角、夹爪开合、物体 6D 位姿），稀疏奖励 + HER
调 reward scale、buffer size、网络结构，让稀疏奖励下也能稳定学出来
训练约 2 小时，随机物体位置下抓取成功率 ≥ 90%；交付环境代码、训练曲线、成功率批量测试脚本。
在 MuJoCo 里搭 Franka Panda + 桌面 + 随机位姿物体的抓取环境，gymnasium 接口
用 state-based 观测（关节角、夹爪开合、物体 6D 位姿），稀疏奖励 + HER
调 reward scale、buffer size、网络结构，让稀疏奖励下也能稳定学出来
训练约 2 小时，随机物体位置下抓取成功率 ≥ 90%；交付环境代码、训练曲线、成功率批量测试脚本。
ID:436010
复制
鹈鹕
仿真模拟 · 2年经验 · 宇树科技
0
累计接单
0
用户评价
0
被收藏
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
MuJoCo 仿真建模，熟练用 MJCF（XML）*搭建机器人模型，配置运动学链、关节限位。
机器人强化学习训练，PPO算法
运动控制，双足站立与行走。
Sim-to-Real 与部署，
Python，
机器人强化学习训练，PPO算法
运动控制，双足站立与行走。
Sim-to-Real 与部署，
Python，
项目经验
ranka Panda 抓取任务的强化学习训练
在 MuJoCo 里搭 Franka Panda + 桌面 + 随机位姿物体的抓取环境，gymnasium 接口
用 state-based 观测（关节角、夹爪开合、物体 6D 位姿），稀疏奖励 + HER
调 reward scale、buffer size、网络结构，让稀疏奖励下也能稳定学出来
训练约 2 小时，随机物体位置下抓取成功率 ≥ 90%；交付环境代码、训练曲线、成功率批量测试脚本。
在 MuJoCo 里搭 Franka Panda + 桌面 + 随机位姿物体的抓取环境，gymnasium 接口
用 state-based 观测（关节角、夹爪开合、物体 6D 位姿），稀疏奖励 + HER
调 reward scale、buffer size、网络结构，让稀疏奖励下也能稳定学出来
训练约 2 小时，随机物体位置下抓取成功率 ≥ 90%；交付环境代码、训练曲线、成功率批量测试脚本。
立即沟通
