要求：

1、本科及以上學歷，計算機、軟件工程、自動化、電子信息、機械等相關(guān)專業(yè)；
2、熟練使用PyTorch編寫生產(chǎn)質(zhì)量代碼；
3、熟悉在線和離線強化學習算法如PPO，SAC等；
4、熟悉常見的RL技術(shù)，例如：領(lǐng)域隨機化、課程學習、獎勵塑造等，具有調(diào)整這些RL算法的超參數(shù)和成本函數(shù)的經(jīng)驗；
5、熟悉通用ML評估工具，例如 TensorBoard、Weights&Biases等；擁有訓練雙足機器人運動策略經(jīng)驗者優(yōu)先。