负责基于强化学习的人形机器人全身运动控制算法研发，涵盖行走、跑跳、平衡控制、复杂地形适配、动态抗扰动、全身协同运动规划等核心场景的算法设计、迭代与优化
设计适配人形机器人高自由度特性的强化学习算法框架与深度网络架构，解决全身运动的稳定性、泛化性、实时性与安全性核心问题，持续提升机器人在复杂动态环境下的运动性能上限
负责算法的仿真验证、sim-to-real迁移优化与人形机器人真机部署调试，结合视觉、力觉、IMU等多模态传感器反馈完成闭环控制优化，完成算法性能指标的评估、迭代与落地
与感知、硬件、任务规划等跨团队紧密协作，推动算法与人形机器人本体、多模态感知系统的深度适配与集成，支撑整机运动能力的落地与产品化迭代
持续跟踪人形机器人全身运动控制、深度强化学习领域的国际前沿研究与技术动态，引入顶会顶刊的创新方法，推动核心技术的突破与技术壁垒构建