蚂蚁金服蚂蚁集团-算法工程师-具身智能方向

任职要求

1. 专业基础
‒ 硕士及以上学历（优秀本科生也可），机器人学、计算机科学、人工智能、控制工程等相关专业；
‒ 扎实的数学基础（线性代数、概率论、优化理论等）和算法设计能力。
2. 技术能力
‒ 熟悉路径规划算法（A*、RRT、DWA 等）以及行为决策框架，具备实际开发经验；
‒ 熟练掌握强化学习与模仿学习的理论与实践，熟悉深度学习框架（如 TensorFlow、PyTorch）；
‒ 具备机器人操作系统（ROS/ROS2）开发经验，能够在真实设备上进行算法调试；
‒ 熟悉仿真工具（如 Gazebo、Webots、Mujoco 等），能够搭建测试环境并调试具身智能算法。
3. 加分项
‒ 有机器人导航、自动驾驶或无人机控制相关项目经验；熟悉多智能体系统的协作与博弈算法；
‒ 有边缘计算/端侧部署经验，了解模型压缩、量化等优化技术；
‒ 在机器人学、强化学习、模仿学习等领域发表过高水平论文或有开源项目经验。
4. 软技能
‒ 热爱具身智能领域，对机器人或智能体的自主行为研究充满兴趣；
‒ 具备良好的学习能力和技术钻研精神；
‒ 具备团队协作能力，能够与硬件、嵌入式及其他算法团队配合完成复杂任务；
‒ 具备较强的问题分析与解决能力，能够独立完成技术攻关。

工作职责

1. 路径规划
‒ 开发适用于多种场景（如机器人导航、自动驾驶、无人机等）的路径规划算法；
‒ 实现经典和前沿的全局及局部路径规划方法（如 A*、Dijkstra、RRT、DWA 等），优化路径规划的效率和鲁棒性；
‒ 处理动态环境中的路径生成和调整，解决复杂场景下的避障问题。
2. 行动决策
‒ 研究并实现具身智能体的行动决策算法，设计任务分解和行为选择的逻辑；
‒ 基于行为树（Behavior Tree）、有限状态机（FSM）等方法，构建模块化的决策框架；
‒ 开发多智能体协作与竞争的行动决策模型，支持复杂交互任务的执行。
3. 强化学习（Reinforcement Learning，RL）
‒ 针对具身智能场景（如机械臂控制、机器人动态避障、导航等），设计强化学习的 reward 函数和训练策略；
‒ 实现主流深度强化学习算法（如 DQN、DDPG、PPO、SAC 等），解决高维连续控制与探索问题；
‒ 优化强化学习模型的收敛速度和鲁棒性，提升算法在实际场景中的表现。
4. 模仿学习（Imitation Learning，IL）
‒ 通过专家示范数据（如轨迹、动作序列）训练智能体，实现模仿人类/智能体行为；
‒ 应用行为克隆（Behavior Cloning, BC）、逆强化学习（Inverse Reinforcement Learning, IRL）等技术解决稀疏奖励问题；
‒ 结合模仿学习与强化学习，提升智能体在复杂任务中的学习和泛化能力。
5. 算法优化与工程实现
‒ 优化算法的计算效率和资源占用，适配实时性要求
；‒ 在仿真环境（如 Gazebo、PyBullet、Mujoco 等）和真实设备中验证算法性能；
‒ 配合嵌入式团队完成算法在终端设备上的部署与优化。
6. 技术研究与创新
‒ 跟踪具身智能领域的前沿算法进展，探索新技术的实际应用；
‒ 研究多模态感知与决策（如视觉、语音、触觉）的融合方法，提升智能体的环境理解与行动能力；
‒ 参与长期自主学习、在线学习和自适应学习系统的设计与开发。