商汤机器人强化学习控制算法工程师
社招全职算法工程地点：北京 | 杭州 | 上海 | 深圳状态：招聘
任职要求
1. 计算机科学、人工智能、机械工程、软件工程等相关专业背景 2. 熟练掌握python/C++等编程语言 3. 熟悉主流强化学习算法：PPO/SAC/DQN等 4. 熟练掌握python/C++等主流编程语言 5. 熟练掌握PyTorch/…
登录查看完整任职要求
微信扫码，1秒登录
工作职责
1. 研发基于强化学习算法的机器人灵巧操作能力 2. 负责强化学习相关的软件基础平台建设 3. 与控制工程师紧密合作，参与强化学习算法的部署和调试工作 4. 持续跟踪业界最新进展，编写相关技术文档
包括英文材料
Python+
https://liaoxuefeng.com/books/python/introduction/index.html
中文，免费，零起点，完整示例，基于最新的Python 3版本。
https://www.learnpython.org/
a free interactive Python tutorial for people who want to learn Python, fast.
https://www.youtube.com/watch?v=K5KVEU3aaeQ
Master Python from scratch 🚀 No fluff—just clear, practical coding skills to kickstart your journey!
https://www.youtube.com/watch?v=rfscVS0vtbw
This course will give you a full introduction into all of the core concepts in python.
C+++
https://www.learncpp.com/
LearnCpp.com is a free website devoted to teaching you how to program in modern C++.
https://www.youtube.com/watch?v=ZzaPdXTrSb8
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.
还有更多 •••
相关职位
实习
1. 开发基于强化/模仿学习的机器人行走及全身控制策略； 2. 开发复杂地形下基于视觉的强化学习行走策略； 3. 负责算法策略的训练与移植部署，实现算法sim-to-real在机器人实机上落地应用； 4. 持续跟踪国内外前沿研究成果，并进行相关算法复现； 5. 编写相关技术文档，推动团队技术沉淀与知识共享。
更新于 2025-08-20北京
校招
1. 研发适用于足式机器人决策规划的深度强化学习算法； 2. 负责强化学习规划控制算法的sim2real开发； 3. 负责深度强化学习算法的模型开发、调试与实际机器人验证。
更新于 2025-08-14上海
社招算法工程
1. 负责搭建和部署人形机器人控制框架 2. 负责柔性控制、全身控制等相关功能研发 3. 参与机器人轨迹优化方面的相关工作 4. 根据业务要求定义并维护机器人控制框架 5. 开发数据可视化、控制器评测等相关工具链 6. 编写相关技术文档
更新于 2025-12-04北京|杭州|上海
校招算法工程
1. 负责搭建和部署机器人控制框架 2. 研发基于强化学习算法的机器人灵巧操作能力 3. 负责强化学习相关的软件基础平台建设 4. 负责柔性控制、全身控制等相关功能研发 5. 参与机器人轨迹优化方面的相关工作
更新于 2025-11-19北京|上海|深圳