强化学习算法工程师

1.参与RL算法在工业任务中的应用：抓取泛化、装配策略、多机协作； 2.设计高效数据采集流程（仿真+真机），构建课程学习训练框架； 3.优化模型部署：模型压缩、推理加速，支持在边缘设备实时推理； 4.与仿真/运控团队紧密协作，建立“训练-仿真-真机验证”闭环。

1.硕士及以上学历，人工智能、计算机、自动化等相关专业； 2.深入理解DQN、PPO、SAC等主流RL算法，能复现经典论文； 3.熟练使用PyTorch，有Lerobot/RLlib/Stable Baselines3等框架实践经验； 4.具备扎实的数学基础（概率论、优化理论）与代码工程能力。