1. 研发适用于多自由度机器人、双足、四足仿生机器人决策规划的深度强化学习算法； 2. 负责深度强化学习算法的模型开发、调试与实际机器人验证；

禾禾智能分析：职位最新进展？客户最看重的点是什么？ 已接入DeepSeek-R1 这是刚发布4天的新鲜岗位，目前还没有人推荐过简历呢！HC有2个名额，完全空白等待开发！ 澄清小助手"禾禾"发现：这个职位反馈速度超快，简历初筛平均处理时长不到30分钟。现在介入正是最佳时机，全新岗位零竞争，第一个推荐的顾问成功率最高哦~赶紧接单抢占先机吧！ 澄清小助手“禾禾”分析得到，该岗位客户最看重的核心条件如下： 硬性门槛：统招本科211及以上学历（必须满足）； 技术能力：需同时具备深度强化学习算法（如PPO/SAC/DQN等）和机器人动力学领域的实操经验； 项目背书：有机器人深度强化学习研究项目经历（直接相关经验优先）； 隐性偏好：年龄35岁以内（30岁左右更优），且强调「偏好做事的工程师」——说明客户更看重实干能力而非纯理论研究。 亮点加分项：在RSS/ICRA等机器人顶会发表过论文的候选人会获得显著优势。 选单必看，点击查看全部 职位亮点 股权激烈 寻访须知 必备条件: 统招本科211及以上学历 优先条件: 35以内，最好30以内，偏好做事的工程师 目标公司/行业: 不限制 必问问题: 代码语言，项目经历，薪资情况 项目手册: LTR_JD(1).docx JD基本信息 岗位职责 1. 研发适用于多自由度机器人、双足、四足仿生机器人决策规划的深度强化学习算法； 2. 负责深度强化学习算法的模型开发、调试与实际机器人验证； 任职要求 1. 熟悉learning-based control领域前沿进展； 2. 了解多自由度欠驱动机器人动力学； 3. 熟悉使用C++、Python等编程语言，熟悉pytorch/tensorflow等主流深度学习框架，了解ROS等框架； 4. 熟悉主流机器人仿真软件，如NVIDIA Isaac Sim, mujoco, raisim, gazebo, pybullet, vrep等； 5. 了解常用的深度强化学习算法（PPO、SAC、DQN、DDPG、A3C等）； 6. 有应用于机器人的深度强化学习研究项目经历； 加分项：有人工智能/机器人方向顶会顶刊论文的候选人优先（RSS、ICRA、IROS、CoRL、RAL等）