具身强化学习研究员

【岗位职责】 【灵美智能数核(北京)科技有限公司】是由多点(深圳)数字科技有限公司与灵心巧手(北)京)科技股份有限公司共同设立的合资公司。 新公司将聚焦AI与具身智能的整合应用研发，打造全球商超具身数据资产库，定义零售具身智能标准。多点具身智能业务明确定位为"AI零售的手和脚"。AI零售智能本是零售经营的大脑，具身智能则是将决策转化为实体动作的执行终端，两者协同完成从"看见"到"执行"的经营闭环。 【职位描述】 -设计离线RL、在线RL、模仿学习后训练和策略改进方案。 -建设奖励函数、偏好反馈、自动课程、难例重采样和安全约束机制。 与VLA团队共建策略版本,与世界模型和仿真团队开展低成本策略评估。 -将现场失败转化为训练信号,提升成功率、恢复率、稳定性利样本效率。 【任职要求】 -硕士及以上,强化学习、机器人学习、控制或机器学习方向。 -扎实掌握策略梯度、Actor-Critic、PPO…… 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。

本站当前在招 105 个北京生产制造岗位，其中 31 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 7K ~ 20K（25~75 分位），中位约 12K，最低 4.5K、最高 30K。