DisciplineArtificial Intelligence
Workplace typeunspecified
EmploymentFull Time
ExperienceNot specified
Salary$25–$35k
ClearanceNo Clearance Required
岗位职责
1.负责卫星任务规划场景下强化学习算法的设计、开发与优化,包括环境建模、奖励函数设计、策略训练等。
2.构建卫星动力学仿真环境,支持强化学习算法的训练与验证。
3.针对多星协同、资源调度等复杂任务场景,设计开发高效稳定的强化学习解决方案。
4.参与算法部署与性能调优,输出技术文档及算法验证报告。
我们希望您具备
核心能力(必须项):
1.熟练掌握深度强化学习(如PPO、SAC、DQN),能独立完成算法设计、训练与调优。
2.扎实的编程能力(Python为主),有PyTorch/TensorFlow项目经验,熟悉强化学习框架(如Ray RLlib)。
加分项(符合任意1-2项即可优先考虑):
1.数学基础扎实,掌握概率统计、动态规划及优化理论。
2.熟悉多智能体强化学习(MARL)或卫星/无人机运动控制仿真。
3.了解任务规划经典算法(动态规划、遗传算法等)或运筹优化工具(OR-Tools、PuLP)。
4.有STK/OpenAI Gym等仿真工具使用经验,或分布式计算(如Ray、Spark)优化经验。
5.航空航天领域背景,熟悉轨道力学、地面站资源约束等业务知识。
软性要求:
1.985/211硕士及以上学历,计算机、自动化、航空航天、控制科学、数学等相关专业。
2.英语读写能力强,能复现前沿论文算法;逻辑清晰,具备技术文档撰写能力。
Skills and experience
deep reinforcement learningPPOSACDQNPythonPyTorchTensorFlowRay RLlib