崗位描述1、設(shè)計并實現(xiàn)高效的深度強化學(xué)習(xí)算法，以提升多自由度機器人（包括雙足、四足仿生機器人）的任務(wù)執(zhí)行能力。2、領(lǐng)導(dǎo)和參與深度強化學(xué)習(xí)模型的復(fù)現(xiàn)、開發(fā)、調(diào)試工作，確保算法在仿真環(huán)境和實際機器人上均能穩(wěn)定運行與驗證。3、與跨職能團隊合作，將先進(jìn)的機器學(xué)習(xí)技術(shù)集成到機器人控制系統(tǒng)中，提高系統(tǒng)的智能化水平。4、持續(xù)跟蹤國際前沿研究和技術(shù)發(fā)展，為團隊引入創(chuàng)新性解決方案。崗位要求1、計算機科學(xué)、機械工程、自動化或相關(guān)領(lǐng)域的碩士及以上學(xué)歷；具有深厚項目者，學(xué)歷要求可放寬至本科。2、具備扎實的機器人學(xué)基礎(chǔ)知識，尤其是運動學(xué)與動力學(xué)方面的能力，能夠理解和解決復(fù)雜的機器人控制問題。3、熟練掌握至少一種主流機器人仿真工具（如MuJoCo、Bullet、Gazebo、NVIDIA Isaac），并有通過這些工具進(jìn)行高級仿真工作的經(jīng)驗。精通TensorFlow或PyTorch等機器學(xué)習(xí)框架之一，有能力設(shè)計和訓(xùn)練深度學(xué)習(xí)模型。4、對常用的深度強化學(xué)習(xí)算法（如DQN、DDPG、A3C、PPO等）有深入的理解，并能在實踐中靈活應(yīng)用。5、有使用rllib、baselines或其他深度強化學(xué)習(xí)平臺的經(jīng)驗，了解其架構(gòu)與實踐。6、在機器人領(lǐng)域內(nèi)有成功的深度強化學(xué)習(xí)項目實施經(jīng)驗，能夠展示具體的成果和貢獻(xiàn)。7、良好的英語讀寫能力，能夠快速閱讀和理解最新的科研文獻(xiàn)和技術(shù)文檔。

天娛數(shù)科（股票代碼：002354.SZ），錨定AI 開拓者定位，致力于為企業(yè)數(shù)字化轉(zhuǎn)型和智能化升級全面賦能。公司把“數(shù)據(jù)要素x”與“人工智能+”結(jié)合起來，依托在各類業(yè)務(wù)場景中積累的海量數(shù)據(jù)要素資源優(yōu)勢和人工智能算法技術(shù)優(yōu)勢，自研多個企業(yè)級大模型，構(gòu)筑了AI 營銷 SaaS、移動應(yīng)用分發(fā) PaaS、空間智能MaaS 三大業(yè)務(wù)平臺，持續(xù)推動零售、工業(yè)、金融、文娛等多個行業(yè)的數(shù)轉(zhuǎn)智改，形成服務(wù)百行千業(yè)萬家企業(yè)客戶的業(yè)務(wù)生態(tài)。