強化學習演算法工程師

<p>可以和香港公司主体签署雇佣合约，但必须接受全程深圳办公！！！</p> <p>崗位職責：</p> <p>1.算法研發與最佳化<br>a.設計並實現深度強化學習（DRL）與模仿學習算法，應用於人形機器人運動控制、多任務決策規劃（如步態生成、物體抓取）。<br>b.構建獎金函數（Reward Shaping）與策略網路，最佳化機器人在複雜環境中的自主性與韌性。<br>2.仿真與真實環境驗證<br>a.基於Mujoco、Gazebo、NVIDIA Isaac Sim建立高精度仿真環境，實現算法快速迭代。<br>b.主導Sim2Real技術遷移，解決真實機器人部署中的動力學差異問題。<br>3.跨團隊協作<br>a.與硬體團隊合作，最佳化感測器數據處理（如視覺、力覺）與執行器控制。<br>b.支持大模型团队，探索具身智能与语言/视觉模型的融合应用。<br>4.前沿技術探索<br>a.跟進強化學習領域最新進展（如離線RL、多智能體協同），推動算法在工業、服務等場景落地。</p> <p></p> <p>任職資格：</p> <p>a.計算機科學、自動化、機器人等相關專業碩士及以上學歷。<br>b.熟練掌握DRL算法（PPO、SAC、DQN等）及框架（Stable Baselines、RLlib）。<br>c.精通Python/C++，熟悉PyTorch/TensorFlow，具备ROS/ROS2开发经验。<br>d.熟悉机器人运动学、动力学建模及控制理论（MPC、阻抗控制）。<br>e.有机器人强化学习项目经历，如四足机器人步态控制、机械臂操作任务。<br>f.熟悉仿真工具链与真实机器人部署流程。</p>