返回岗位列表

强化学习工程师 – 全身控制

查看原岗位

地点：美国薪资：$200,000-$350,000 日期：2026-07-20

岗位摘要

开发、训练和部署用于全身控制的强化学习算法；确定能够实现最大性能的观测、动作和模型类型；识别并弥合最重要的仿真到现实差距；定义、测试和评估学习策略的性能指标；强化控制栈，确保其具有坚如磐石的鲁棒性

岗位职责

开发、训练和部署用于全身控制的强化学习算法
确定能够实现最大性能的观测、动作和模型类型
识别并弥合最重要的仿真到现实差距
定义、测试和评估学习策略的性能指标
强化控制栈，确保其具有坚如磐石的鲁棒性

任职要求

在动力学和控制方面有扎实的背景，最好有腿式机器人经验
有机器人强化学习算法（如PPO、SAC等）的经验
有调整这些强化学习算法的超参数和成本函数的经验
熟悉常见的强化学习技术，如域随机化、课程学习、奖励塑形等
能够领导复杂的控制项目并指导初级工程师
有行为克隆技术（如蒸馏）经验者优先

福利待遇

该全职职位的美国基本薪资范围为每年20万至35万美元
提供的薪资可能根据个人因素（如与工作相关的知识、技能和经验）而有所不同
总薪酬方案可能包括额外的组成部分/福利，具体取决于具体职位