岗位职责
我们正在寻找一名强化学习工程师。您将负责为我们的人形机器人开发、训练和部署新的强化学习算法，以及构建支持大规模训练策略的基础设施。
1、为运动和操控任务开发、训练和部署强化学习算法
2. 构建模拟基础设施，以支持大规模通用人形机器人的运动和操控策略训练
3. 与控制团队合作，将策略集成到现有的控制堆栈中
4. 定义、测试和评估学习策略的性能指标
岗位要求
1.熟练的在 PyTorch 中编写生产质量代码
2.熟悉在线和离线强化学习算法：PPO、SAC 等。
3.具有为这些 RL 算法调整超参数和成本函数的经验
4.熟悉常见的 RL 技术，例如：领域随机化、课程学习、奖励塑造等。
5.熟悉通用 ML 评估工具，例如 TensorBoard、Weights&Biases 等。