算法开发岗

岗位职责

1. 研究适用于机器人控制的强化学习算法体系，覆盖离线RL、在线RL及多任务RL，支撑复杂操作策略生成；
2. 构建端到端的强化学习训练系统，整合仿真与真机环境，实现策略高效优化与迁移；
3. 探索强化学习与模仿学习、VLA模型及人类反馈的融合机制，提升智能体在真实任务中的泛化与决策能力；
4. 设计面向灵巧操作与移动操作的奖励机制与探索策略，优化算法在复杂场景中的表现；
5. 跟踪国际前沿技术进展，形成可复现、可扩展的算法实践与知识积累。

任职要求

1. 具备强化学习算法研发能力，熟悉离线RL、在线RL及多任务RL，能设计并实现面向机器人控制的策略生成；
2. 拥有机器人仿真与策略迁移经验，能基于Isaac Gym、MuJoCo等平台构建仿真环境，并推动策略从仿真到真机的高效迁移；
3. 具备技术融合创新能力，能探索强化学习与模仿学习、VLA模型及人类反馈的结合机制，提升智能体在复杂场景的泛化与决策能力；
4. 具备技术本质洞察力，能从复杂机器人控制问题中识别核心挑战，精准定位算法设计与奖励建模的关键瓶颈；
5. 致力于在具身智能领域实现技术突破，长期投入于推动强化学习在真实机器人任务中的价值创造；
6. 符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。

部门

探索研究院