Job Description

强化学习算法工程师（云台）上海全职研发 - 算法职位描述1. 负责云台控制强化学习算法的全流程研发，包括算法选型（如PPO、DDPG等）、模型设计、奖励函数优化，结合云台机械特性和控制需求，构建适配云台运动（Pan/Tilt/Zoom）的强化学习模型，解决云台姿态控制、目标跟踪中的非线性控制问题。
2. 搭建云台控制强化学习仿真环境，基于Unity、Gazebo等工具构建高保真仿真场景，模拟不同环境干扰（如振动、遮挡、光照变化）下的云台工作状态，用于算法的快速训练、验证与迭代，降低真机测试成本。
3. 针对云台动态跟踪、定点防抖、自动对焦等核心场景，优化强化学习算法策略，解决算法训练中的收敛慢、泛化能力差、奖励函数设计不合理等问题，提升云台控制的精准度和抗干扰能力。
4 跟踪强化学习、云台控制领域的前沿技术（如端到端强化学习、多智能体协作控制）和行业标杆案例，结合实际业务需求，开展技术预研和创新，推动算法性能迭代升级，形成技术专利或技术文档。
5. 与硬件工程师、软件工程师、测试工程师协作，完成云台控制算法的真机测试、问题定位与迭代优化，输出算法测试报告、技术方案文档，保障算法在实际产品中的稳定落地。
6. 参与云台控制算法相关技术标准的制定，梳理算法研发流程，优化开发规范，指导初级算法工程师开展相关研发工作，提升团队整体研发效率。
7. 针对特定场景（如无人机云台目标跟踪、安防PTZ相机自动监控），设计强化学习与传统控制算法（如PID）的融合方案，弥补单一算法的不足，提升云台控制的综合性能。
职位要求1. 硕士及以上学历，计算机科学、人工智能、自动控制、机器人工程、应用数学等相关专业，有1-3年及以上云台控制或强化学习算法研发相关经验者优先；优秀应届硕士可放宽经验要求。
2. 精通强化学习核心理论与算法，熟悉Value-Based、Policy-Based、Model-Based等各类强化学习框架，熟练掌握PPO、DDPG、DQN等主流算法的原理与实现，有连续动作空间（云台姿态控制、多轴机械臂）算法研发经验者优先。
3 熟练使用Python编程语言，精通PyTorch、TensorFlow等至少一种深度学习框架，具备良好的代码编写、调试和优化能力，熟悉RLlib、SampleFactory等分布式强化学习库者优先。
4. 具备强化学习仿真环境搭建经验，熟练使用Unity、Gazebo等仿真工具，能够构建贴合实际场景的云台仿真模型，用于算法训练与验证。
5. 熟悉云台（PTZ相机、无人机云台）的机械结构、控制原理，了解云台运动学、动力学特性，有云台控制算法（如PID控制、运动控制）研发经验者优先。
6. 了解嵌入式平台（如Jetson系列、ARM架构）的算法部署流程，具备算法轻量化、实时性优化经验，能够解决算法部署中的性能瓶颈问题。
7. 具备良好的问题分析与解决能力，能够独立应对云台控制算法研发、测试、落地过程中的各类技术难题，有相关项目落地经验者优先。
8. 具有较强的学习能力和创新意识，能够快速跟踪强化学习、云台控制领域的前沿技术，主动开展技术预研和创新。
9. 具备良好的沟通协作能力，能够与跨部门团队高效配合，推动算法研发与落地工作。
10. 工作认真负责，严谨细致，具备较强的抗压能力和执行力，能够按时完成各项研发任务。
11. 具备良好的技术文档编写能力，能够清晰输出算法设计文档、测试报告、技术总结等资料。 投递