招聘城市：上海
…舞台：你的代码、你的算法、你的设计，将不再是纸上谈兵，它们将转化为机器人的“神经”与“巧手”，真正改变工业生产、医疗康复乃至千家万户的生活方式。
我们寻找这样的你
我们正在全球范围内寻找敢于梦想、勇于创造的精英，共同完成这一伟大使命。目前重点招聘以下岗位：
1. 强化学习算法工程师
2. 机器人视觉算法工程师
3. 控制算法工程师（灵巧手方向）
4. 机器人软件工程师（C++）
我们需要你具备
对机器人技术充满无可抑制的热情与好奇心。
在相关领域具备扎实的专业背景和丰富的实践经验（硕士/博士学历者优先）。
具备出色的解决问题的能力，享受挑战未知的乐趣。
拥有卓越的团队协作精神和沟通能力。
我们…
招聘城市：广州
强化学习算法工程师 60万元/年
2026-07-06 17:28:14发布
职位要求：
职位性质：全职
工作城市：广东省广州市天河区
招聘人数：10
学历要求：博士
职位类别：其他专业技术人员
需求专业：机械设计制造类,自动化类,电子信息类,计算机类,通信类
职位描述：
岗位职责
1.跟踪国内外具身智能相关的最新研究进展，能够快速理解并复现相关研究;
2.完成数据集的收集与整理，设计和改进模型架构独立完成模型优化和参数整定，并训练模型；
3.与团队配合在云或端完成算法的部署，并与实际机器人交互实现自主化作业能力。
4.跟进前沿技术(VLA，VLM，Hover，HumanPlus2D&3D？Diffusionpolicy，World？Model)，推动技术落地；
5.与软硬件团队协作，完成…
招聘城市：广州
广州虚拟动力网络技术有限公司
强化学习算法工程师
薪资：10K-15K/月
工作地点：广州市
学历：本科及以上
发布时间：2025年12月4日
职位描述
岗位职责：
1、负责将动作捕捉数据，通过运动重定向技术适配到特定的人形机器人模型上。包括开发算法解决因骨骼结构、关节自由度差异导致的运动映射问题，并利用接触面积等信息优化重定向效果，确保动作自然且物理可行；
2、负责开发强化学习算法训练机器人的运动控制策略，重点优化动态平衡、地形适应及能耗效率，并通过模仿学习等技术利用动捕数据加速训练过程；
3、负责搭建高保真仿真环境（如Isaac Gym, MuJoCo），并解决Sim-to-Real差距问题；
4、了解跟踪强化学习在腿足式机器人…
招聘城市：北京
北京理想汽车有限公司
招聘信息
强化学习算法研究员
2026-02-1409:58:40
职位描述
职位描述：
1.负责面向自动驾驶与具身智能的强化学习算法研究与开发，包括Model-based/FreeRL、Online/OfflineRL等；
2.构建大规模分布式强化学习训练系统，推动RL算法在真实场景的规模化应用；
3.研究数据合成与评测技术，建立数据引擎与评测基准，实现realsimreal快速迭代闭环；
4.探索模仿学习、逆强化学习、ScalableOversight等技术，提升策略学习效率与泛化能力；
5.与世界模型团队协作，利用学习式仿真环境进行策略训练与验证，推动sim2real迁移；
6.参与前沿研究，发表顶会论文，推动强化学习在自动驾驶与具身智能领域的技术进步。
职位要求：
1.硕士及以上学历，机器学习、强化…
招聘城市：北京
强化学习算法工程师（具身智能）12
发布日期:2026-03-30
截止日期:2026-04-08
智能产业研究院|招1人
所需专业:机器学习/人工智能方向
资质要求:职称资质符合学校相关岗位系列要求
学习经历及工作经历满足以下条件之一 ：
1.学位要求本科 并且 工作年限要求不限
核心职责及次要职责：
1.主导具身智能任务的RL+IL混合训练框架设计。2.研发分布式训练与大规模并行环境采样方案。3.推动Sim2Real迁移与策略泛化能力提升。4.协助指导团队进行代码优化与复现。
其他要求：
1.精通PyTorch分布式训练与RL框架（Ray RLlib等）。2.熟悉经典与前沿RL算法原理。3.有多机器人RL项目经验优先。4.在顶会（NeurIPS、ICLR）发表…
招聘城市：北京
Agent强化学习算法
更新时间：2025-10-20
工作地点：北京市
事业群：核心本地商业-基础研发平台
工作经验：不限
部门介绍
基础研发平台是美团的核心技术平台，立足于 零售+科技 的战略定位，通过打造人工智能、大数据、云计算、安全等核心技术能力，以及研发效能平台、企业应用平台等公共服务，为业务提供稳定安全、扩展易用、技术领先的平台技术和产品服务。
在这里，我们会参与到最前沿的技术研发和探索；能够接触超规模集群、海量数据，挑战高复杂业务场景，有机会与业界一流的工程师一起并肩前行。
在这里，我们有超强的技术氛围，持续向社区贡献业界实践，加速行业技术发展；我们有完善的互联网学习生态圈，重视底层逻辑和方法…
招聘城市：北京，深圳
…
在这里，我们有超强的技术氛围，持续向社区贡献业界实践，加速行业技术发展；我们有完善的互联网学习生态圈，重视底层逻辑和方法论，助力职业生涯的非线性成长。
真诚地邀请你，和我们一起驱动技术发展，创造行业价值。
岗位职责：
1.参与Agentic强化学习算法研究，改进奖励函数设计和强化训练效率
2.参与研发computer use agent (CUA) 项目研发
3.参与研发数字GUI模型和物理Embodied模型统一的强化学习算法
4.参与自研Agent模型的研发和技术成果沉淀
任职要求：
1.对深度学习、图像处理、自然语言处理等领域有较深入的研究和实践经验。
2.有相关技术工作或者开源项目
3.良好的自驱力和写作能力，优秀的科研写作能力
岗位亮点…
招聘城市：深圳，其它
…智能重要实施载体的机器人核心技术开发岗位；
3.优秀的股东、团队、商业资源，公司有望成为机器人行业的第二个大疆，早期加入伴随公司成长的机会；
4.50W-150W年薪，详细情况面谈。
工作内容：
1.研发适用于四足机器人、机械臂、机器手的决策规划与控制深度强化学习算法，同时探索强化学习在机器人导航建图场景中的应用方案。？
2.负责深度强化学习算法的全流程开发，包括模型设计、代码实现、仿真调试，并完成在实际机器人（四足机器人、机械臂等）上的验证与性能优化。？
3.配合机器人硬件团队与部署团队，提供算法层面的技术支持，若涉及机器人现场部署，需协助解决算法在实际场景中的适配问题。？…
招聘城市：深圳，其它
艾氪互联智能科技（深圳）有限公司
发布时间：2026-02-25
福利:"五险一金","带薪年假","午餐补助","节日礼物","扁平管理","岗位晋升","提供住宿"
职位名称:强化学习算法工程师（AgentReinforcementLearningEngineer）
学历:本科,硕士,博士,外国留学生
需求人数:10
需求专业:数学与应用数学（华罗庚数学班）,工科试验班类（中外合作办学，中法未来科技试验班）,理科试验班类
|||需求专业:理科试验班类,工科试验班类（中外合作办学，中法未来科技试验班）,数学与应用数学（华罗庚数学班）
工作地点:广东省深圳市
职位描述:理想经验：
?有强化学习/Agent/决策系统经验
?能将现实问题抽象为状态、动作、奖励
?熟悉PyTorch/Python
?有系统工程意识
?对真实商业系统有好奇心
加分项：
?多智能体系统…
招聘城市：北京，上海
…学历，计算机、人工智能、数学、自动化等相关专业（硕士/博士优先）；
2、了解自然语言处理、计算机视觉或多模态算法，了解主流的 DiT（Diffusion Transformer） 与 VLM（Vision-Language Model） 模型架构；
3、熟悉至少 2 种主流强化学习算法原理，熟悉至少一种强化学习训练框架；
4、熟练使用 PyTorch 框架，有从零复现顶会 RL 论文代码的能力；
5、有 Diffusion Model（DDPM/DDIM/Flow Matching）或 LLM/VLM 的后训练（SFT/RLHF/DPO）项目经验者优先；
6、在 NeurIPS/ICML/ICLR/CVPR/ACL 等会议有投稿或发表经历者优先。
网申须知
网申开始日期：2026-06-15 00:00
网申截止日期：2027-06-30 00:00
仅限 2025-09 至 2027-08 毕业的大学生，每人限投2个职位，请慎重投递。
投递…
招聘城市：北京
…高价值信息捕获： 在极低用户打扰的约束下，设计高效的主动追问与澄清策略，精准、主动地获取用户深层高价值偏好信息。
方向二：多轮交互奖励建模与 RL 策略优化
1.长期价值奖励建模： 负责构建面向长期交互与用户留存的奖励模型体系，将用户显式反馈（追问、点击）与隐式行为（停留、改写）转化为高置信度的显式/隐式奖励信号。
2.强化学习策略对齐： 运用先进的强化学习算法（如 PPO、GRPO、在线/交互式 RL），优化模型在多轮对话与 AI 搜索场景下的样本效率与收敛性。基于严谨的理论框架（如收敛性保证、遗憾界分析），指导算法的原则性设计，确保策略在复杂、长尾多场景迁移时的可解释性与可靠性…
招聘城市：上海
（ASP Intern）LLM-大模型强化学习算法工程师
发布企业：深圳虾皮信息科技有限公司 丨 发布时间：2026-08-20
职位信息
职位名称 类型 性质 最低学历要求 人数 薪资
（ASP Intern）LLM-大模型强化学习算法工程师 前端|后端|系统集成|软件开发 实习 本科 5 20000以上
发布时间 2026-08-20 16:50:27
职位有效期 2026-11-29 23:59:59
专业 人工智能；信息安全；光电信息工程；数学；数理统计；新一代电子信息技术（含量子技术等）；测试专用专业；计算金融交叉试验班；通信工程
工作地址 上海市市辖区松江区
职位要求 岗位要求计算机、人工智能、机器学习、数学等相关专业本科高年级、硕士或博士在读。熟悉机器学习和深度学习基础，了解大模型训练、微调或 post-training 基本流程…
