【岗位职责】

1、算法创新与理论突破-设计面向复杂动态环境的强化学习算法，解决样本效率低、探索-利用权衡、稀疏奖励多目标优化等关键问题。探索基于模型（Model-based RL）、分层强化学习（HRL）、元强化学习逆强化学习（IRL）等前沿方（Meta-RL）、向的技术融合与改进。

2、结合大模型技术，研发语言驱动强化学习（Language-guided RL）、世界模型（World Models）等跨模态决策框架。大规模强化学习系统构建-构建分布式强化学习训练框架，优化并行采样、离线强化学习（Offline RL）与在线学习的混合训练机制。开发高效仿真环境与智能体交互接口，支持高保真物理模拟、多智能体协同训练及超长序列决策任务。

3、了解自适应奖励函数与课程学习（Curriculum Learning）策略，加速智能体在复杂场景中的能力进化。

4、前沿探索与跨领域研究-研究多智能体强化学习（MARL）中的合作与竞争机制，解决非稳态环境、信用分配、通信效率等挑战。探索强化学习与神经符号系统（Neuro-symbolic Al）、因果推理的结合提升决策的可解释性与鲁棒性。

5、推动强化学习（RL）在大规模、高维、稀疏奖励环境中的技术落地，构建具备自我进化能力的智能系统，赋能自主协同决策等核心业务场景。


【任职要求】

1、教育背景：计算机科学、数学、控制理论、自动化、运筹学或相关领域硕/博士学历。

2、技术能力：熟悉强化学习经典算法（如DQN、PPOSAC、TD3）及最新进展，Gym、MuJoCo、ISSAC Sim等工具链。

3、对复杂系统建模与决策优化有强烈热情。


【加分项】

1、具备大规模分布式训练经验（Ray、RLlib等框架），熟悉离线强化学习、模仿学习与仿真到真实（Sim2Real）迁移技术。

2、在算法层有深度实践：稀疏奖励优化、多智能体协同、元学习与快速适应。

3、发表过RL相关论文，或主导过开源RL项目者优先。

4、熟悉PyTorch深度学习技术框架，具备从算法设计到工程落地的全流程能力。