TCL算法工程师（强化学习方向）

- 参与强化学习、模仿学习、进化算法的落地工作，包括但不限于智能体、平衡性测试等； - 基于强化学习、模仿学习等AI技术为游戏产品打造更强力、更多样、更拟人的AI机器人； - 参与开发强化学习训练和部署平台。

- 参与强化学习、模仿学习、进化算法的落地工作，包括但不限于智能体、平衡性测试等； - 基于强化学习、模仿学习等AI技术为游戏产品打造更强力、更多样、更拟人的AI机器人； - 参与开发强化学习训练和部署平台

1、负责强化学习算法的工程化实现与性能优化 2、构建可扩展的分布式训练系统，支持大规模并行训练和实验 3、优化策略网络的训练流程，提升训练效率和模型性能 4、实现前沿强化学习算法的落地应用

1、研究并应用强化学习（RL）技术在游戏场景中的创新应用，如 NPC 行为学习、自适应游戏策略、自动化测试等； 2、负责开发基于 RL 的智能体决策、路径规划、多智能体协作等算法； 3、结合 LLM、计算机视觉等技术，提升游戏 AI 的决策能力和可玩性； 4、负责强化学习模型的训练、优化和部署，提升游戏 AI 的自主学习能力； 5、跟踪强化学习在游戏领域的最新研究，并结合游戏项目进行创新探索； 6、 持续改进算法和框架，开发和完善通用框架和SDK工具，提升游戏AI开发效率。