机器人轨迹寻优工程师

职位描述

一、强化学习算法研发与落地（50%）

主导机器人轨迹寻优方向强化学习算法的设计、训练与调优，覆盖 PPO、SAC、TD3、DQN 等主流算法。

负责奖励函数、状态空间与动作空间的建模设计，针对复杂环境下的轨迹寻优任务持续迭代算法方案。

负责仿真实验体系搭建，包括并行环境采样、分布式训练、实验数据管理与训练曲线分析。

跟踪强化学习与机器人领域前沿进展，推动新方法（如多任务 RL、离线 RL、世界模型等）在业务场景中的探索与落地。

参与技术方案评审与组内技术分享，输出高质量技术文档与实验报告。

二、全栈系统开发与工程化（35%）

负责机器人轨迹寻优平台的整体架构设计与核心模块开发，包括训练任务管理、实验配置、可视化监控等。

负责后端服务开发（API、任务调度、数据存储），支撑大规模算法训练与推理运行。

负责前端可视化界面开发（训练曲线、轨迹回放、参数配置面板），提升算法调试与实验效率。

负责算法模块与 ROS / 仿真环境的对接、部署与性能优化，保障系统稳定性与可扩展性。

推动训练平台的工程化建设，包括 CI/CD、容器化部署、实验跟踪与模型版本管理。

三、团队协作与技术引领（15%）

参与代码评审，推动团队工程规范与代码质量建设。

指导初级工程师与实习生，参与团队技术能力培养。

与算法、硬件、产品团队紧密协作，理解技术落地的完整链路，推动项目按期交付。

持续学习强化学习与机器人前沿知识，带动团队技术氛围。

任职要求

必备条件

学历背景：计算机、自动化、机器人、人工智能、数学等相关专业本科及以上学历。

工作经验：3 年以上强化学习 / 机器人算法 / 运动规划相关工作经验。

算法能力：精通主流强化学习算法（PPO、SAC、TD3、DQN 等）的原理与实现，具备独立设计算法方案并推动落地的能力。

工程能力：熟练掌握 Python，精通 PyTorch 或 TensorFlow 等深度学习框架，具备大规模训练与调优经验。

机器人背景：熟悉机器人运动学、动力学基础，具备 ROS / Gazebo / MuJoCo / Isaac Sim 等仿真环境的实际项目经验。

全栈能力：具备后端（FastAPI / Flask / Django 等）或前端（React / Vue 等）开发经验，能够独立完成模块设计与开发。

落地经验：具备从仿真训练到真机部署的完整项目经验，熟悉 sim-to-real 迁移的常见方法与挑战。

工程素养：具备良好的代码习惯、文档意识、架构思维与团队协作能力。

学习能力：对强化学习与机器人方向有持续热情，能够快速跟进前沿进展并转化为工程实践。

加分项

有机器人轨迹规划、运动控制、抓取操作等相关项目的完整落地经验。

有分布式训练、大规模并行仿真、强化学习工程化框架（RLlib、Stable-Baselines3 等）的深度使用经验。

在顶会（NeurIPS、ICML、ICLR、CoRL、RSS、ICRA 等）发表过相关论文。

有开源项目贡献或高质量技术博客输出。

有指导初级工程师或带小团队的经验。

熟悉 C++ / CUDA，具备高性能计算与实时系统开发经验。