岗位职责:

1. 探索和推动车辆底盘控制由传统控制算法转向为基于强化学习的控制算法；

2. 设计与研发面向车辆动力学的深度强化学习算法，用于制动控制、驱动控制和车辆稳定性控制；

3. 与同事合作构建并优化车辆动力学仿真环境，并基于此完成模型设计、训练、调试与整车验证；

4. 跟踪并引入前沿的 "learning-based control 方法"，推动智能底盘的工程化落地。

任职要求:

1. 控制/强化学习方向博士学历，3年以上汽车/机器人/无人机行业研发经验

2. 熟悉 learning-based control领域前沿进展；

3. 熟悉 强化学习算法(PPO、SAC、DDPG、DQN 等)及其在控制领域的应用；

4. 熟练掌握 Python/C++ ，熟悉 PyTorch/TensorFlow等深度学习框架，了解ROS等框架；

5. 有应用于机器人（轮式，四足，双足以及灵巧手的控制）或无人机的深度强化学习研究项目经历，如有完整的"从算法设计 → 仿真验证 → 实机验证"项目经验者优先。

6. 加分项：有仿真环境（如mujoco、Isaac Sim、gazebo 或 CarSim、Simulink 等）下的算法验证经验；

7. 加分项：熟悉车辆动力学建模与控制原理

8. 加分项：有人工智能/机器人方向顶会顶刊论文的候选人优先（RSS、ICRA、IROS、CoRL等)