强化学习算法实习生（规控方向）

岗位职责

- 参与AMR自主移动机器人规划控制算法研发，基于强化学习算法优化机器人运动决策、避障策略及动态环境自适应能力。

- 负责强化学习模型的设计、训练、调优与迭代，搭建仿真训练环境，完成算法验证、对比测试与效果落地优化。

- 结合机器人实际运行场景，解决动态障碍物避让、路径自适应调整、多机器人协同等业务难点，提升机器人规控稳定性与智能性。

- 配合团队完成算法文档编写、代码规范化迭代、实机测试与问题复盘，跟进算法落地迭代全流程。

任职要求

- 学历要求：硕士及以上学历，自动化、人工智能、机器人工程、计算机、控制科学与工程等相关专业。

- 专业基础：扎实掌握强化学习基础理论，熟悉DQN、PPO、SAC等主流强化学习算法，了解机器人运动控制、路径规划基础原理。

- 技能要求：熟练使用Python、Pytorch/TensorFlow等深度学习框架；具备基本的算法仿真、数据处理与模型调优能力。

- 优先条件：有Linux、ROS2开发使用经验；有机器人强化学习落地、智能决策算法研发相关项目经验；拥有全国大学生机器人大赛、RoboMaster、RoboCup等各类机器人竞赛参赛及获奖经历者优先。

- 综合素质：逻辑清晰、责任心强，具备良好的代码习惯和团队协作能力，对AMR机器人规控算法研发有浓厚兴趣。