强化学习工程师——全身控制
岗位摘要
开发、训练与部署用于全身控制的强化学习算法；确定可释放最大性能的观测、动作与模型类型；识别并缩小最重要的仿真到现实差距；定义、测试并评估学习策略的性能指标；加固控制栈，确保极其可靠的鲁棒性
岗位职责
- 开发、训练与部署用于全身控制的强化学习算法
- 确定可释放最大性能的观测、动作与模型类型
- 识别并缩小最重要的仿真到现实差距
- 定义、测试并评估学习策略的性能指标
- 加固控制栈，确保极其可靠的鲁棒性
任职要求
- 具备扎实的动力学与控制背景，尤其是足式机器人方向
- 具有面向机器人的强化学习算法经验：PPO、SAC等
- 具备为这些强化学习算法调优超参数与代价函数的经验
- 熟悉常见强化学习技术，如域随机化、课程学习、奖励塑形等
- 能够领导复杂控制项目并指导初级工程师
- 加分项：具有行为克隆技术经验（如蒸馏）
福利待遇
- 美国全职岗位基本年薪范围为15万至35万美元
- 薪资将根据岗位相关知识、技能和经验等个人因素浮动
- 总薪酬方案可能根据具体职位包含额外组成部分或福利