机器人轨迹寻优工程师

岗位描述

一、强化学习算法研发与落地（50%） 主导机器人轨迹寻优方向强化学习算法的设计、训练与调优，覆盖 PPO、SAC、TD3、DQN 等主流算法。 负责奖励函数、状态空间与动作空间的建模设计，针对复杂环境下的轨迹寻优任务持续迭代算法方案。 负责仿真实验体系搭建，包括并行环境采样、分布式训练、实验数据管理与训练曲线分析。 跟踪强化学习与机器人领域前沿进展，推动新方法（如多任务 RL、离线 RL、世界模型等）在业务场景… 必备条件 学历背景：计算机、自动化、机器人、人工智能、数学等相关专业本科及以上学历。 工作经验：3 年以上强化学习 / 机器人算法 / 运动规划相关工作经验。 算法能力：精通主流强…