مهندس روبوتات التعلم المعزز

معهد الابتكار التكنولوجي (TII) هو معهد بحثي ممول من القطاع العام، ومقره في أبوظبي، الإمارات العربية المتحدة. يضم مجتمعًا متنوعًا من العلماء والمهندسين والرياضيين والباحثين الرائدين من جميع أنحاء العالم، حيث يحولون المشكلات والعقبات إلى أبحاث رائدة ونماذج تكنولوجية تساعد في دفع المجتمع إلى الأمام.

مركز أبحاث الذكاء الاصطناعي والبحث الرقمي

تعتبر هذه الوظيفة جزءًا من مركز أبحاث الروبوتات في TII.

وصف الوظيفة - مهندس التعلم المعزز (RL)
نظرة عامة على الوظيفة: نحن نبحث عن مهندس تعلم معزز موهوب لديه خبرة في تطوير ونشر حلول التعلم المعزز للروبوتات، ذكاء السرب، وأنظمة الطائرات بدون طيار. يجب أن يكون لدى المرشح المثالي أساس قوي في كل من التعلم المعزز النظري والتنفيذ العملي للخوارزميات في البيئات الواقعية. ستقوم بتصميم هياكل جديدة للتعلم المعزز، ودمج منهجيات متقدمة وبناء أنظمة قابلة للتوسع قادرة على التعامل مع مشكلات التحكم الموزعة المعقدة.
المسؤوليات الرئيسية:
- تطوير ودمج خوارزميات التعلم المعزز: تصميم وتنفيذ وتحسين خوارزميات التعلم المعزز للمنصات الروبوتية، أسراب الطائرات بدون طيار، والعوامل المستقلة. دمج وتنفيذ حلول التعلم المعزز للتخطيط طويل الأمد واتخاذ القرارات.
- التعلم المعزز متعدد العوامل (MARL): بناء وتقييم أطر MARL للتنسيق، وتجنب الصراعات، واتخاذ القرارات التعاونية في أنظمة الطائرات بدون طيار المتعددة.
- الهندسة والنشر: تنفيذ خطوط تدريب فعالة لمحاكاة التعلم المعزز على نطاق واسع، وتحسين الأداء في الانتقال من المحاكاة إلى الواقع للروبوتات والمركبات الجوية.
- البحث والابتكار: متابعة أحدث منهجيات التعلم المعزز. التحقيق في نماذج التعلم الهجينة (مثل، الطرق الرمزية العصبية، الهجينة المعتمدة على النموذج/غير المعتمدة على النموذج).
الكفاءات الأساسية:
- خبرة في التعلم المعزز
- فهم قوي لطرق تدرج السياسة، التعلم Q، أطر الممثل-الناقد، والتعلم المعزز الهرمي.
- خبرة عملية مع MARL، التعلم الموزع، التحكم المركزي مقابل اللامركزي، والسياسات المعززة بالذاكرة.
- معرفة بتقنيات sim2real، عشوائية المجال، والتعلم الانتقالي للروبوتات.
- أدوات التطوير والمكتبات:
- أطر التعلم المعزز: Ray RLlib، Stable Baselines3، وغيرها.
- بيئات المحاكاة: PyBullet، Isaac Gym، Gazebo، MuJoCo، AirSim.
- أطر الذكاء الاصطناعي: PyTorch، TensorFlow، JAX.
- مهارات البرمجة:
- بايثون - اللغة الرئيسية لأبحاث التعلم المعزز، والنمذجة، والتجريب.
- C++ - للمكونات الحرجة من حيث الأداء، ودمج البرمجيات الوسيطة للروبوتات (مثل، ROS2)، والتحكم في الوقت الحقيقي.
- الأنظمة والبنية التحتية:
- إتقان Docker، أنظمة التدريب الموزعة، ومجموعات GPU.
- معرفة بـ CUDA، وخطوط محاكاة على نطاق واسع.
- خبرة في نشر نماذج التعلم المعزز في البرمجيات الوسيطة للروبوتات (ROS2، PX4، MAVSDK).
المؤهلات:
- درجة الماجستير أو الدكتوراه في علوم الكمبيوتر، الروبوتات، الذكاء الاصطناعي/تعلم الآلة، أو مجال ذي صلة.
- سجل حافل في تنفيذ خوارزميات التعلم المعزز لتطبيقات الروبوتات أو الطائرات بدون طيار.
- خبرة قوية في أنظمة متعددة العوامل، الروبوتات السربية، والتحكم في العالم الحقيقي.
- خبرة في ربط المحاكاة والنشر في العالم الحقيقي.
- قدرة ممتازة على حل المشكلات وعقلية مدفوعة بالبحث.
المفضل (من الجيد أن يكون):
- خبرة في التعلم المعزز الواعي بالسلامة أو المقيد للأنظمة الحرجة.
- خلفية في التحسين الموزع، التعلم القائم على الرسوم البيانية، أو الأنظمة الشبكية.
- مساهمات في أطر التعلم المعزز أو الروبوتات مفتوحة المصدر.
- منشورات في مؤتمرات الذكاء الاصطناعي/الروبوتات.

في TII، نساعد المجتمع على التغلب على أكبر العقبات من خلال نهج صارم لاكتشاف العلم والاستفسار، باستخدام مرافق متطورة والتعاون مع مؤسسات دولية رائدة. يساعد نهجنا الصارم في الاكتشاف والاستفسار على تشكيل اختراقات جديدة ومزعزعة في الذكاء الاصطناعي، والمواد المتقدمة، والروبوتات المستقلة، والتشفير، والأمن الرقمي، والطاقة الموجهة، والحوسبة الكمومية، والأنظمة الآمنة.