强化学习运控算法工程师(J17573)

岗位职责

聚焦机器人操控、运动控制、导航场景，开展深度强化学习（DRL）算法的研发、调试与落地，重点推进Sim-to-Real迁移技术在真实机器人硬件上的规模化应用。

设计并优化大规模并行仿真训练平台（如Isaac Gym、MuJoCo、Brax等），提升算法训练效率与策略泛化能力，支撑算法快速迭代。

与感知、规划、控制等跨部门团队深度协作，完成强化学习策略与机器人完整系统的集成、调试，保障技术落地效果。

搭建并完善RL训练基础设施，重点攻克reward shaping、curriculum learning、domain randomization等关键模块，夯实算法研发基础。

任职要求

学历要求：计算机科学、人工智能、机器人学、自动化或相关领域硕博士学位。

经验要求：3年以上强化学习（RL）领域研究和工程经验，其中至少2年深度强化学习在机器人或物理仿真场景的实战经验（拒绝纯理论、纯非机器人场景RL从业者）。

算法能力：精通PPO、SAC、TD3、DDPG、DreamerV3、Decision Transformer等主流RL算法，熟悉其理论基础，且具备扎实的工程实现能力（能独立完成算法落地）。

工具/经验要求：熟练使用Isaac Gym、MuJoCo、PyBullet、Gazebo等至少一种主流机器人仿真环境，具备Sim-to-Real迁移实战经验（核心加分项）。

软素质：具备优秀的跨团队沟通协调能力，良好的英文读写能力，能适应国际化团队协作模式，高效推进跨部门项目。