运动控制算法工程师/专家（强化学习方向）  岗位职责 1.对电动两轮车、轮式机器人等产品，分析机电系统的运动学、动力学特性，完成系统建模、状态空间分析及关键参数辨识，为强化学习算法设计奠定基础； 2.结合产品使用工况、性能指标及极限工况要求，设计基于强化学习的平衡控制算法框架（如基于DQN、PPO、SAC等），负责算法的建模、仿真、编程实现，重点解决产品自平衡、动态抗干扰等核心控制问题； 3.设计强化学习算法的训练策略、评估指标及验证方法，通过仿真测试与实车/实机测试数据分析，评价算法的控制精度、鲁棒性及实时性，持续优化算法结构、训练参数及奖励函数； 4.结合强化学习算法开发实践，针对机械结构、电气控制逻辑提出优化建议，协同机械、电气团队提升产品整体控制性能，推动算法落地量产； 5.跟踪强化学习在运动控制领域的前沿技术（如深度强化学习、模仿学习在平衡控制中的应用），引入先进技术方案，提升算法竞争力。

岗位要求 1.硕士及以上学历，自动化、控制工程、人工智能、机械电子、汽车电子等相关专业，3年及以上强化学习算法开发经验，有运动控制/平衡控制相关经验者优先； 2.精通强化学习理论（含传统强化学习、深度强化学习），熟悉现代控制理论、自动控制原理，了解MPC、LQR、PID等经典控制算法，能结合强化学习实现混合控制策略； 3.具备扎实的机器人学、刚体运动学、刚体动力学基础，能够对多刚体系统进行力学分析，理解平衡控制的核心难点，能将力学模型与强化学习算法深度结合； 4.具备扎实的C/C++、MATLAB、Python编程基础，熟练使用TensorFlow/PyTorch等深度学习框架，有强化学习算法仿真（如Gazebo、Simulink）及实机部署经验，有足式机器人、轮式机器人强化学习项目开发经验者优先； 5.具有较丰富的算法调试、实机测试经验，能够清晰定位算法训练及部署过程中的问题并高效解决，具备较强的问题分析能力和创新能力； 6.具备敢闯敢拼的创业精神，有良好的沟通协作能力，能独立承担核心算法开发任务，推动项目落地。