岗位职责
1. 负责机械臂动作相关的强化学习算法设计、开发与优化，提升机械臂在复杂任务中的操作能力和适应性。
2. 构建机器人运动控制仿真环境，通过仿真实验验证和改进算法，加速算法迭代。
3. 与硬件团队紧密合作，实现算法在实际机械臂系统上的部署和调试，解决算法与硬件结合过程中的技术问题。
4. 收集和分析机械臂运行数据，运用数据分析方法持续优化算法性能，提高机械臂动作的精准度、稳定性和效率。
5. 跟踪强化学习领域的前沿技术，探索新技术在机械人动作控制中的应用，为团队引入创新解决方案。
任职要求
教育背景
- 硕士及以上学历，机器人学、控制科学与工程、计算机科学、数学、自动化等相关专业。
专业技能
1. 精通强化学习理论与算法，如DQN、A2C、A3C、DDPG、PPO等，有实际项目应用经验。
2. 熟练掌握Python编程，熟悉常用的机器学习和深度学习框架，如TensorFlow、PyTorch等。
3. 具备扎实的数学基础，熟悉线性代数、概率论、数理统计、最优化方法等，能够运用数学知识解决算法问题。
4. 熟悉机器人运动学、动力学原理，了解机械臂的结构和控制方式，有机器人控制相关项目经验者优先。
5. 熟悉机器人仿真软件，如Gazebo、V-REP、MuJoCo等，能够搭建机器人仿真环境并进行算法验证。
能力素质
1. 具有较强的问题解决能力和创新思维，能够独立分析和解决算法研发和实际应用中遇到的复杂问题。
2. 具备良好的团队合作精神和沟通能力，能够与不同专业背景的人员有效协作，共同推进项目进展。
3. 对新技术有强烈的好奇心和学习热情，能够快速掌握新知识并应用到工作中。
4. 具备较强的责任心和自我驱动力，能够在压力环境下高效工作，按时完成项目任务。
加分项
1. 在国际知名学术期刊或会议上发表过强化学习、机器人相关论文者优先。
2. 参加过机器人相关竞赛并取得优异成绩者优先。
3. 有开源项目经验，在相关技术社区活跃者优先。