机器人轨迹寻优工程师

【岗位职责】 一、强化学习算法研发与落地（50%） 主导机器人轨迹寻优方向强化学习算法的设计、训练与调优，覆盖 PPO、SAC、TD3、DQN 等主流算法。 负责奖励函数、状态空间与动作空间的建模设计，针对复杂环境下的轨迹寻优任务持续迭代算法方案。 负责仿真实验体系搭建，包括并行环境采样、分布式训练、实验数据管理与训练曲线分析。 跟踪强化学习与机器人领域前沿进展，推动新方法（如多任务 RL、离线 RL、世界模型等）在业务场景中的探索与落地。 参与技术方案评审与组内技术分享，输出高质量技术文档与实验报告。 二、全栈系统开发与工程化（35%） 负责机器人轨迹寻优平台的整体架构设计与核心模块开发，包括训练任务管理、实验配置、可视化监控等。 负责后端服务开发（API、任务调度、数据存储），支撑大规模算法训练与推理运行。 负责前端可视化界面开发（训练曲线、轨迹回放、参数配置面板），提升算法调试与实验…… 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 4557 个上海岗位（全城各职能合计），其中 329 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 9K ~ 20K（25~75 分位），中位约 12K，最低 1K、最高 70K。