포지션 상세
세이프틱스는 로봇 안전기술을 바탕으로, 휴머노이드가 실제 현장에서 사람과 함께 일할 수 있도록 기술을 개발하는 기업입니다. 로봇이 작업을 배우고 다양한 환경에서 안정적으로 수행할 수 있도록 데이터 수집부터 학습, 현장 적용까지 연결하는 솔루션을 만들어 갑니다.
이제, 작업의 실패가 성능에만 영향을 주었던 과거와 달리 휴머노이드에서부턴 작업의 실패는 안전에 직결될 가능성이 매우 높아지고 있습니다. 그래서 로봇도 사람처럼 자신의 행동으로 발생할 위험을 미리 이해하고 대응하는 ‘안전직감’이 필요합니다. 세이프틱스는 작업 수행 능력과 안전성을 함께 발전시키는 것이 우리의 지향점입니다.
본 포지션은 휴머노이드의 이동과 조작에 필요한 동작정책을 학습하고 실제 로봇에 적용합니다. 시뮬레이션과 실환경의 차이를 분석하고 보정하여, 학습한 동작이 현장에서도 안정적으로 반복되도록 만드는 역할입니다.
• Whole body 위주의 강화학습·모방학습을 활용한 이동·조작 및 전신 동작정책 개발
• 실측 데이터와 Domain Randomization을 활용한 Sim2Real 성능 개선
• 학습한 정책의 실제 로봇 배포 및 VLA 행동 출력과의 연동
• Deploy를 통한 동작 안정성·반복성 평가와 실패 원인 개선
• 로봇 강화학습 또는 모방학습 경험이 있는 분
• Isaac Sim·Isaac Lab·MuJoCo 등 로봇 시뮬레이터를 활용한 경험이 있는 분
• 로봇 기구학·동역학·제어를 이해하고 정책 학습과 성능 평가에 적용할 수 있는 분
이제, 작업의 실패가 성능에만 영향을 주었던 과거와 달리 휴머노이드에서부턴 작업의 실패는 안전에 직결될 가능성이 매우 높아지고 있습니다. 그래서 로봇도 사람처럼 자신의 행동으로 발생할 위험을 미리 이해하고 대응하는 ‘안전직감’이 필요합니다. 세이프틱스는 작업 수행 능력과 안전성을 함께 발전시키는 것이 우리의 지향점입니다.
본 포지션은 휴머노이드의 이동과 조작에 필요한 동작정책을 학습하고 실제 로봇에 적용합니다. 시뮬레이션과 실환경의 차이를 분석하고 보정하여, 학습한 동작이 현장에서도 안정적으로 반복되도록 만드는 역할입니다.
주요업무
• 목표 작업에 필요한 로봇·환경 모델링 및 시뮬레이션 학습환경 구축• Whole body 위주의 강화학습·모방학습을 활용한 이동·조작 및 전신 동작정책 개발
• 실측 데이터와 Domain Randomization을 활용한 Sim2Real 성능 개선
• 학습한 정책의 실제 로봇 배포 및 VLA 행동 출력과의 연동
• Deploy를 통한 동작 안정성·반복성 평가와 실패 원인 개선
자격요건
• 로봇공학, 기계공학, 전기전자공학, AI 등 관련 분야 석사 이상인 분으로, 신입 및 경력 지원 가능• 로봇 강화학습 또는 모방학습 경험이 있는 분
• Isaac Sim·Isaac Lab·MuJoCo 등 로봇 시뮬레이터를 활용한 경험이 있는 분
• 로봇 기구학·동역학·제어를 이해하고 정책 학습과 성능 평가에 적용할 수 있는 분
