深度强化学习控制算法工程师

岗位职责：

1.开展深度强化学习控制算法的研究与开发，应用于机器人行走运动对抗、飞行器控制等场景下的自主策略学习。

2.构建、训练并优化强化学习智能体，涵盖模仿学习、迁移学习、强化学习及自监督学习等方法，提升智能体在感知与决策中的自主性、学习效率与泛化性能。

3.融合仿真平台与真实硬件系统，持续优化机器人或智能体的控制策略与算法表现。

4.改进强化学习训练架构，加快策略收敛速度，增强模型稳定性与可解释性。

5.参与团队技术研讨，编写相关技术文档，并推进研究成果向实际产品的转化应用。

岗位要求：

1.教育背景：计算机科学、人工智能、机器学习、机器人学或相关专业博士学历，优先考虑国内外重点高校毕业者。

2.研究经历：在深度强化学习、机器人/飞行器控制、模仿学习或多智能体协同学习方向有扎实研究基础，曾在NeurlPS、CORL等顶级会议或期刊发表过相关论文。

3.编程技能：熟练掌握Python，精通PyTorch等主流深度学习框架，具备强化学习常用库的使用经验。

4.理论基础：深入理解强化学习核心理论（如DQN、PPO），熟悉策略梯度、模型预测控制等相关技术。

5.仿真与实机经验：具备在仿真环境中开展算法开发与训练的能力，或拥有真实机器人系统上的调试与部署经验。

6.工程实现：了解高性能计算机制，掌握并行化与分布式训练技术，具备大规模强化学习项目落地实践经验。

7.项目背景：在机器人、具身智能、自动驾驶、飞行器等领域参与过开源项目者优先考虑。

8.创新意识：持续关注强化学习与机器人领域的前沿进展，具备将最新研究成果融入实际应用的能力