1. 核心算法开发：负责基于模仿学习、强化学习的人形机器人控制算法设计与优化，重点提升机器人动作精度与响应速度；

2. 前沿技术落地：深入研究 ASAP、Diffusion Policy、DeepMimic 等主流模仿学习方法，推动技术工程化，解决机器人动作自然度、稳定性不足的问题；

3. 训练环境搭建：构建并维护 Isaac Gym、HumanoidVerse 等高效训练环境，实现大规模并行训练，缩短算法迭代周期；

4. 算法适配与优化：针对不同机器人硬件型号，定制关节控制策略、奖励函数及 domain randomization 方案，提升算法泛化能力与 sim2real（仿真到现实）迁移效果；

5. 硬件部署调试：牵头算法在真实机器人上的部署，解决 sim2real 迁移及硬件适配中的技术瓶颈，保障算法落地效果。