要求：

1、本科及以上学历，计算机、软件工程、自动化、电子信息、机械等相关专业；
2、熟练使用PyTorch编写生产质量代码；
3、熟悉在线和离线强化学习算法如PPO，SAC等；
4、熟悉常见的RL技术，例如：领域随机化、课程学习、奖励塑造等，具有调整这些RL算法的超参数和成本函数的经验；
5、熟悉通用ML评估工具，例如 TensorBoard、Weights&Biases等；拥有训练双足机器人运动策略经验者优先。