强化学习运控算法工程师-南京-2027届秋招(J18102)

职位描述

1. 聚焦机器人操控、运动控制、导航场景，研发调试DRL算法，推进Sim-to-Real迁移规模化落地

2. 设计优化大规模并行仿真训练平台（Isaac Gym/MuJoCo/Brax等），提升效率与泛化能力

3. 与感知、规划、控制等团队协作，完成强化学习策略与机器人系统集成调试

4. 搭建RL训练基础设施，攻克reward shaping、curriculum learning、domain randomization等模块

任职要求

1. 计算机/AI/机器人/自动化相关硕博学位

2. 有RL研究工程经验，深度强化学习在机器人或物理仿真场景实战优先

3. 精通PPO、SAC、TD3、DDPG等主流算法，具备扎实工程实现能力

4. 熟练使用Isaac Gym/MuJoCo等仿真环境，有Sim-to-Real实战经验者优先（核心加分项）

5. 团队协作与英文读写能力好，能适应国际化协作