低速环境建模研发工程师(实习生) 北京 实习 数字技术 - 算法 职位 ID：A48485 职位描述 1.可根据项目要求和个人兴趣，进行下列一个或多个工作的开发2.参与低速智能辅助驾驶环境建模相关项目的研发工作3.根据项目研发过程中实车及离线数据的问题追踪、误差分析、算法调优、数据归档4.研发测试过程中数据可视化、离线回放工具链搭建5.参与算法落地、工程化及测试用例编写等工作 职位要求 【任职要求】（必备）计算机、自动化、数学、电子和导航定位等相关专业，有深度学习相关背景（必备）至少掌握c++、python两种语言的使用，熟悉常用开源库包括OpenCV、Eigen、ceres、pcl等（加分）对SLAM系统有较丰富的调试经验，理论基础扎实，熟悉常用的状态估计方法，包括卡尔曼滤波、非线性优化等，熟悉常用车载传感器的工作原理，包括相机、IMU和轮速计等（加分）熟悉Linux开发环境，掌握基本的调试工具，跨平台编译链路（加分）具有较丰富的python数据挖掘和分析经验（加分）具有良好的编程习惯，有实际工程项目经验，有开源项目开发经验【实习时间】每周至少3天，至少3个月以上，尽快入职 投递...
低速环境融合研发工程师 北京 实习 数字技术 职位 ID：A28015 职位描述 可根据项目要求和个人兴趣,进行下列一个或多个工作的开发 1.参与低速智能辅助驾驶环境融合相关项目的研发工作2.研发测试过程中离线仿真和评测链路搭建和维护3.参与算法落地,工程化及用例编写等工作 职位要求 【能力要求】1.(必备)计算机和自动化等相关专业2.(必备)至少掌握c++、python两种语言的使用,熟悉常用开源库包括OpenCV、Eigen、ceres、pcl等3.(加分)熟悉Linux开发环境,掌握基本的调试工具,跨平台编译链路4.(加分)对SLAM系统有较丰富的调试经验,理论基础扎实,熟采用的状态估计方法,包括卡尔曼滤波、非线性优化等,熟悉常用车载传感器的工作原理,包括相机、IMU、轮速计等5.(加分)具有较丰富的python数据挖掘、分析经验6.(加分)具有良好的编程习惯,有实际工程项目经验,有开源项目开发经验【实习时间】每周至少3天,至少3个月以上,尽快入职 投递...
【2027届校招】运控算法工程师 北京 正式 互联网 / 电子 / 网游 千寻智能2027届校招实习招聘项目 职位描述 岗位职责1. 基于强化学习的人形机器人（轮式/轮足/双足）运动控制算法研究与实现，包括行走、操作、跑步、跳跃等动态运动技能的训练与部署。2. 设计并优化Sim-to-Real迁移策略，解决仿真与真实机器人之间的动力学差异（domain gap），针对机器人本体特性提出算法与机电协同设计的改进建议。3. 构建强化学习训练框架（如Isaac Gym、Mujoco + RLlib等），探索强化学习与传统控制融合、大小脑算法融合。4. 参与机器人运动学、动力学模型的搭建与仿真环境构建，建立基于强化学习的运动性能评估标准，与传统控制方法性能做对比。5. 跟踪前沿强化学习算法（如PPO、SAC、TD3、Dropout Q-learning等）及机器人运动控制领域最新成果，进行技术文献调研与原型实现。 职位要求 职位要求1. 硕士及以上学历，有强化学习在实际机器人系统上的部署经验、有Sim-to-Real迁移（域随机化、系统辨识、教师-学生策略等）实际项目经验。2. 深入理解强化学习基础理论，熟悉MDP建模、策略梯度、价值函数估计、探索-利用权衡等核心概念。3. 熟练掌握至少一种主流强化学习框架（RLlib、Stable-Baselines3、Acme、TensorFlow Agents等），并有实际训练与调优经验。4. 熟悉机器人学与传统运控（运控规划、运动学、动力学等），与仿真环境（Mujoco、PyBullet、Isaac Gym等）进行交互，设计状态空间、动作空间与奖励函数。5. 熟悉ROS2框架，掌握最优化与数值计算方法，能够理解强化学习算法中的梯度估计、约束优化等问题。6. 熟悉NVIDIA Isaac Sim/Isaac Gym、MuJoCo等高性能仿真训练平台，熟练使用C++、Python，熟悉Eigen、NumPy等科学计算库，具备良好的工程化代码能力。7. 熟悉常用传感器（IMU、力矩/力传感器、编码器等）及其在强化学习观测空间中的建模方法，了解状态估计与滤波技术。8. 保持对具身智能前沿技术的持续关注，有技术热情和技术审美，敢于创新，追求卓越。优先条件1. 具有人形机器人、四足机器人或其他复杂多体系统的强化学习运动控制经验者优先。2.