工作职责:
1、设计并实现基于深度强化学习（DRL）的自主决策系统，应用于家电产品的避障、路径规划、多目标优化等任务
2、开发混合决策架构，结合经典控制算法（如PID、MPC）与RL策略，提升系统稳定性和泛化能力
3、使用Gazebo、PyBullet或自定义环境搭建高保真家电应用场景仿真平台
4、设计高效的reward函数及课程学习策略，加速模型收敛
5、实现分布式强化学习训练框架，提升训练效率
6、将训练好的RL模型部署到边缘设备（Jetson、STM32MPU等），实现实时推理（响应时间