强化学习算法工程师（薪资面议）-上海纬钛科技有限公司

岗位职责
• 负责机械臂操作场景的强化学习（RL）算法的设计、研发、调试与优化，重点聚焦真机场景下的强化学习算法落地，解决真机环境中的探索与利用、样本效率、鲁棒性等核心问题。
• 主导真机强化学习部署全流程，包括多传感器真机同步、实时推理优化，确保算法在真实硬件设备上高效、稳定运行，满足实际业务性能要求。
• 结合业务场景，构建真机强化学习环境，设计合理的奖励函数、状态空间与动作空间，打通数据飞轮流程，提升算法在真机场景的泛化能力和落地效果。
• 跟踪强化学习领域前沿技术，并结合真机部署需求进行技术调研与落地验证，持续提升算法性能与部署效率。
• 负责算法相关技术文档、测试报告的撰写，积累真机强化学习算法，部署与数据需求相关技术Know-how，推动团队技术能力提升。
任职要求
• 硕士及以上学历，计算机、电子信息、自动化、人工智能等相关专业，1-3年及以上强化学习算法研发与真机部署相关经验（有机器人真机场景落地经验者优先）。
• 精通强化学习核心算法，包括但不限于PPO、SAC、TD3等，深入理解算法原理与调优方法，能够根据真机场景特点选择并优化合适的算法。
• 具备扎实的真机强化学习部署能力，能解决真机部署中的延迟、算力适配、稳定性等问题。
• 熟悉机器人运动学、动力学相关知识，将其融入算法设计，解决机器人运动规划、轨迹优化、姿态控制等实际问题，确保机器人在各类场景下稳定、高效运行。
• 熟练掌握Python/C++编程语言，熟悉PyTorch深度学习框架，具备良好的代码功底和工程实践能力，能独立完成算法研发与部署代码编写。
• 了解常见硬件设备（夹爪，相机，各类传感器等）的特性，具备真机环境调试、问题定位与优化的实战经验。
• 加分项1：有强化学习算法在真机场景落地经验；熟悉机器人运动控制相关基础知识；在机器人会议（RSS，CoRL，ICRA，RAL，IROS）或者相关CV，ML会议/期刊有过以第一作者身份论文发表经历者优先。
• 加分项2：对视触觉融合操作/力控与触觉结合有独特理解或实机算法设计，落地经验。