高德地图高德-具身通用运控算法工程师(强化学习方向)-具身业务部
社招全职3年以上技术类-算法地点：北京状态：招聘
工作描述
任职要求 ● 计算机、控制理论、机器人学、机械电子或相关专业硕士及以上学历，5年以上运动控制领域研发经验； ● 系统掌握 Sim2Real 技术栈，包括域随机化、Sim2Sim 迁移、运动跟踪等关键技术； ● 精通主流深度强化学习算法（如 PPO、SAC、DDPG、MAPPO），具备在 Isaac Gym / Isaac Sim 等平台进行大规模并行训练的实战经验，熟悉策略蒸馏、课程学习等进阶方法； ● 熟练设计…
登录查看完整工作描述
微信扫码，1秒登录
包括英文材料
学历+
强化学习+
https://cloud.google.com/discover/what-is-reinforcement-learning?hl=en
Reinforcement learning (RL) is a type of machine learning where an "agent" learns optimal behavior through interaction with its environment.
https://huggingface.co/learn/deep-rl-course/unit0/introduction
This course will teach you about Deep Reinforcement Learning from beginner to expert. It’s completely free and open-source!
https://www.kaggle.com/learn/intro-to-game-ai-and-reinforcement-learning
Build your own video game bots, using classic and cutting-edge algorithms.
算法+
https://roadmap.sh/datastructures-and-algorithms
Step by step guide to learn Data Structures and Algorithms in 2025
https://www.hellointerview.com/learn/code
A visual guide to the most important patterns and approaches for the coding interview.
https://www.w3schools.com/dsa/
Gymnasium+
https://gymnasium.farama.org/index.html
An API standard for reinforcement learning with a diverse collection of reference environments
https://www.youtube.com/watch?v=FvuyrpzvwdI
Learn to use Gymnasium for Python, which allows you to create environments to run reinforcement learning programs against in Python.
还有更多 •••
相关职位
社招3年以上技术类-算法
● 计算机、控制理论、机器人学、机械电子或相关专业硕士及以上学历，5年以上运动控制领域研发经验； ● 系统掌握 Sim2Real 技术栈，包括域随机化、Sim2Sim 迁移、运动跟踪等关键技术； ●
更新于 2026-04-03北京
实习阿里巴巴研究型实
1. 国内外博士生，计算机科学、人工智能、机器人学、自动化或相关专业，实习时间不少于 6 个月； 2. 在具身智能、机器人学习、强化学习、多模态大模型（VLM/VLA）、世界模型（WFM/WAM）、模
更新于 2026-03-25北京
校招空间与具身智能方
1. 获得本科及以上学历，计算机科学、人工智能、机器人等相关专业； 2. 深度理解主流视觉语言模型（VLM）架构（如CLIP、LLaVA、Qwen-VL、RT-1/2等），精通模型微调（SFT）、强化
更新于 2026-07-20北京