强化学习专家

职位定位： 人工智能与人形机器人研究院强化学习方向负责人，负责突破复杂决策场景下的算法瓶颈，推动强化学习（RL）在工业领域的技术落地，构建具备自我进化能力的智能系统，赋能全链条业务场景。 岗位职责： 算法创新与智能决策 设计面向复杂工业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（Meta-RL）、逆强化学习（JRL）等前沿方向的技术融合与改进。 结合大规模技术，研究语言驱动器化学习（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…… 完整岗位描述与官方投递入口,请登录后在岗位详情页查看。