职责描述：
1.负责开展强化学习或动态规划算法研究，能够针对现实问题完成算法选型和模型搭建；
2.负责运用深度学习框架完成模型训练、优化，获得满足实际目标需求的轨迹路径；
3.负责完成研究文档撰写工作；负责完成其他团队协作任务。

任职要求：
1.硕士毕业生或博士研究生，物理、数学统计、计算机、人工智能或其他相关专业；
2.熟练掌握相关AI技术，包括但不限于强化学习、深度学习等，有一定项目实践经验；
3.熟练掌握蒙特卡罗、动态规划、马尔科夫决策等强化学习基础知识；
4.熟练掌握DQN、PPO、DDPG等强化学习算法的基础理论、训练、调优方法；
5.具备兵棋推演类对抗算法开发经验者优先；
6.至少熟练掌握C++/Python中一种编程语言，至少熟练使用Pytorch/Tensorflow/飞桨一种深度学习框架平台；
7.具备良好的自驱力、自我约束力及拥有创业精神。

加分项：
1.了解或掌握常用强化学习推演环境，包括airsim、afsim、mozi、jsbsim等；
2.了解现代联合作战、全域作战的业务场景，了解多兵种作战场景开发环境，精通推演引擎运算逻辑规则；
3.有算法编程竞赛或机器人相关竞赛经历：如Kaggle、ACM、ICPC、TopCoder、RoboMaster、RoboCon、兵棋推演大赛等；
4.在Github或其他开源平台上有岗位相关的高质量项目。