1、負(fù)責(zé)研發(fā)面向無人機(jī)、多自由度機(jī)器人等系統(tǒng)的深度強(qiáng)化學(xué)習(xí)控制與規(guī)劃決策算法；
2、負(fù)責(zé)強(qiáng)化學(xué)習(xí)方向的前沿算法調(diào)研與優(yōu)化，主導(dǎo)數(shù)據(jù)構(gòu)建、模型訓(xùn)練與調(diào)試驗(yàn)證；
3、負(fù)責(zé)推動(dòng)強(qiáng)化學(xué)習(xí)算法在無人機(jī)、機(jī)器人等實(shí)際系統(tǒng)中的落地應(yīng)用。

1、碩士及以上學(xué)歷，自動(dòng)化、機(jī)器人、電子、控制、計(jì)算機(jī)等相關(guān)專業(yè)
2、熟悉Linux開發(fā)環(huán)境，精通Python編程，具備良好的代碼規(guī)范和工程實(shí)踐能力；掌握C++編程者優(yōu)先；熟悉ROS、常用深度學(xué)習(xí)框架及相關(guān)工具鏈；具備良好的腳本編寫和系統(tǒng)集成能力；
3、扎實(shí)掌握強(qiáng)化學(xué)習(xí)核心理論，包括但不限于：值函數(shù)方法、策略梯度方法、模型-based強(qiáng)化學(xué)習(xí)、多智能體強(qiáng)化學(xué)習(xí)、分層強(qiáng)化學(xué)習(xí)、模仿學(xué)習(xí)與逆強(qiáng)化學(xué)習(xí)等；熟悉探索策略、獎(jiǎng)勵(lì)函數(shù)設(shè)計(jì)、稀疏獎(jiǎng)勵(lì)處理、課程學(xué)習(xí)等關(guān)鍵技術(shù)；
4、具備將強(qiáng)化學(xué)習(xí)算法應(yīng)用于機(jī)器人系統(tǒng)的實(shí)際經(jīng)驗(yàn)，能夠在仿真環(huán)境中構(gòu)建訓(xùn)練任務(wù)，并具備將策略成功遷移到真實(shí)機(jī)器人平臺(tái)的能力；熟悉機(jī)器人控制接口、狀態(tài)觀測(cè)、動(dòng)作空間設(shè)計(jì)等具身智能關(guān)鍵環(huán)節(jié)；
5、熟悉多模態(tài)感知信息在強(qiáng)化學(xué)習(xí)策略中的融合與利用方法；具備端到端策略學(xué)習(xí)或感知-決策一體化系統(tǒng)開發(fā)經(jīng)驗(yàn)者優(yōu)先；
6、在機(jī)器人控制、自主導(dǎo)航、靈巧操作、人機(jī)協(xié)作等具身智能典型任務(wù)中，有使用強(qiáng)化學(xué)習(xí)解決實(shí)際問題的成功案例或項(xiàng)目經(jīng)驗(yàn)。