强化学习算法工程师

一、岗位职责

1. 核心算法研发与优化

● 负责机器人具身操作任务的强化学习算法开发，涵盖架构设计、数据处理、训练优化及真机部署

● 重点研究包括但不限于PPO, SAC等主流算法，以及模仿学习、VLA等前沿技术

2. 仿真到现实迁移

● 主导或深度参与从模拟到现实的迁移技术研究

● 利用Isaac Sim, MuJoco, Gazebo等仿真平台训练算法，并通过域随机化、微调等技术提升算法在真实环境中的精度、鲁棒性和泛化能力

3. 技术追踪与创新

● 持续跟踪具身智能与强化学习领域的前沿进展，进行技术调研、性能评估

● 将先进算法理念应用于实际产品开发，推动技术创新

二、任职要求

核心要求：

● 掌握强化学习核心理论，熟悉DQN, PPO, SAC等主流算法的原理与应用

● 对模仿学习、大模型与具身智能结合方向有理解者更佳

● 熟练掌握Python/C++，精通PyTorch/TensorFlow等深度学习框架，具备大规模模型训练与调试经验

● 熟悉Transformer, Diffusion Model等主流架构，具备多模态大模型（VLM/VLA）的预训练、微调等实践经验者优先

加分项：

● 具备优秀的代码能力，能够独立完成从算法设计、仿真验证到真机部署的完整闭环

● 在相关顶级会议或期刊发表过相关论文，或参与过大型机器人、自动驾驶项目

● 具备较强的技术文档撰写能力、团队协作精神及创新思维