英语借工具书面交流
0
1
2
3
4
5
1天前在线
强化学习
成都全职 · 350/日 · 7612/月信用正常
工作时间: 工作日10:00-20:00、周末11:30-20:30工作地点:
远程
服务企业:
0家累计提交:
0工时
聊一聊
个人介绍
我是程序员客栈的【AI_MARL开发者】，一名【多智能体强化学习算法工程师】；
我毕业于【某重点大学】，担任过【智能系统实验室】的【研究助理】，担任过【机器人研究所】的【实习研究员】；
负责过【基于QMIX的多智能体协同决策系统】，【分布式强化学习训练框架】，【智能体对抗仿真平台】的开发；
熟练使用【Python】，【PyTorch】，【Ray】，【PettingZoo】，【MuJoCo】；
工作经历
2024-07-02 -至今电子科技大学可信云实验室强化学习
MARL算法工程化实践 在实验室负责多智能体强化学习算法的工程化部署，针对无人车编队和机器人协同任务，设计基于QMIX与MAPPO的混合决策模型。实现高并发经验回放池与异步梯度更新机制，将训练效率提升30%。精通Linux环境下的GPU集群调度，使用Weights & Biases进行实验追踪，并开发可视化调试工具。
教育经历
2024-07-11 - 电子科技大学软件工程硕士已认证
在读
2019-07-25 - 2024-07-10长安大学软件工程本科已认证
