深度强化学习实验室
官网：http://www.neurondance.com/
论坛：http://deeprl.neurondance.com/
来源：华为诺亚方舟实验室官微
诺亚方舟实验室（Noah's Ark Lab）是华为公司从事人工智能基础研究的实验室，秉持理论研究与应用创新并重的概念，致力于推动人工智能领域的技术创新和发展，并为华为公司的产品和服务提供支撑。
在理论研究方面，我们拥有来自全球顶尖高校、优秀企业的高水平研究员，同时我们与世界顶尖创新资源保持连接，包括10+国家、25+大学、50+项目、1000+研究人员。2020年诺亚方舟实验室在各顶会中成绩斐然：中稿近200篇，其中CVPR 34篇、NeurlPS 20篇、ICLR 5篇、KDD 7篇、ACL 6篇，AAAI 23篇等。
在应用创新方面，我们致力于推动领先的人工智能技术在各场景、包括网络智能、企业智能、终端智能、自动驾驶等新兴领域的应用，帮助公司解决商业场景中的挑战难题。简介如下：
招聘要求
诺亚方舟实验室面向全球招募AI领域研究员，欢迎有才华的你与我们一起，成为AI时代的航海家！
工作地：深圳、北京为主，上海、西安有少量岗位。
招聘要求：
· 计算机科学、机器学习、统计学、应用数学等领域2022届博士毕业生，同时也对优秀的硕士毕业生开放；
· 对研究工作，特别是算法研究兴趣浓厚，有相关领域内的研究成果；业务抽象能力强，具备创造性思维，能够将全新想法转化为工程应用；
· 具备较强的编程实现能力，精通主流编程语言，如python/C++/Java等；
· 在高水平国际会议或学术期刊发表多篇论文，有国内外知名竞赛获奖者优先；
· 对研究工作充满热情，具备良好的团队合作精神，较强的沟通能力，有团队协作经验优先。
具体方向
决策推理方向
· 学习优化研究及应用
· 数学规划求解器
· 强化学习与多智能体系统
· 因果学习
· 表征学习与自监督学习
· 时空、时序模型研究与异常检测
· 机器学习算法研发与应用
· 贝叶斯神经网络
· 图神经网络
· 联邦学习电商多级库存/备件计划/泛网络囤货模型/需求感知
· 智慧仓储优化
· 多工厂联合加工计划优化
AI基础理论研究方向
· AI基础理论，包括深度学习理论、自监督学习理论与算法、非凸优化和计算神经学
· AI前沿技术，包括因果推断、元学习、AutoML和数据压缩
· 可信AI，包括鲁棒性、公平性、可解释性和隐私保护
自动驾驶方向
· 视觉感知、激光感知、感知融合算法研究
· 多模态自监督学习算法研究
· 车载ISP数字成像系统及算法研究
· 面向自动驾驶的3D静态场景理解
· 深度估计与场景重建技术研究
· 语义定位与众包更新研究
· 机动车/非机动车/行人的行为预测和推理算法研究
· 交通参与者（机动车、非机动车和行人等）建模及交互博弈算法研究
· 决策规划算法研究
面试流程&投递方式
· 面试流程：两轮 coding→ 业务面试→集体面试 →HR面试→综合测评→综合面试；
· 简历请以“中文姓名+学校+投递方向”命名，投递至[email protected]；如您未注册过华为简历，也请到华为官网career.huawei.com注册；
· 如您的简历合适，我们会在一周内联系您。
完
总结3: 《强化学习导论》代码/习题答案大全
总结6: 万字总结 || 强化学习之路
完
第111篇：Reward is enough奖励机制实现各种目标。
第110篇：163篇ICML2021强化学习领域论文汇总
第109篇：【Easy-RL】200页强化学习总结笔记
第108篇：清华大学李升波老师《强化学习与控制》
第107篇：阿里巴巴2022届强化学习实习生招聘
第106篇：奖励机制不合理：内卷，如何解决？
第105篇：FinRL: 一个量化金融自动交易RL库
第104篇：RPG: 通过奖励发现多智能体多样性策略
第103篇：解决MAPPO（Multi-Agent PPO）技巧
第102篇：82篇AAAI2021强化学习论文接收列表
第101篇：OpenAI科学家提出全新强化学习算法
第100篇：Alchemy: 元强化学习(meta-RL)基准环境
第98篇：全面总结(值函数与优势函数)的估计方法
第97篇：MuZero算法过程详细解读
第96篇: 值分布强化学习（Distributional RL）总结
第95篇：如何提高"强化学习算法模型"的泛化能力?
第94篇：多智能体强化学习《星际争霸II》研究
第93篇：MuZero在Atari基准上取得了新SOTA效果
第91篇：详解用TD3算法通关BipedalWalker环境
第88篇：分层强化学习(HRL)全面总结
第85篇：279页总结"基于模型的强化学习方法"
第84篇：阿里强化学习领域研究助理/实习生招聘
第83篇：180篇NIPS2020顶会强化学习论文
第81篇：《综述》多智能体强化学习算法理论研究
第80篇：强化学习《奖励函数设计》详细解读
第79篇: 诺亚方舟开源高性能强化学习库“刑天”
第77篇：深度强化学习工程师/研究员面试指南
第75篇：Distributional Soft Actor-Critic算法
第74篇：【中文公益公开课】RLChina2020
第73篇：Tensorflow2.0实现29种深度强化学习算法
第72篇：【万字长文】解决强化学习"稀疏奖励"
第71篇：【公开课】高级强化学习专题
第70篇：DeepMind发布"离线强化学习基准“
第66篇：分布式强化学习框架Acme，并行性加强
第65篇：DQN系列(3): 优先级经验回放(PER)
第64篇：UC Berkeley开源RAD来改进强化学习算法
第61篇：David Sliver 亲自讲解AlphaGo、Zero
第59篇：Agent57在所有经典Atari 游戏中吊打人类
第58篇：清华开源「天授」强化学习平台
第57篇：Google发布"强化学习"框架"SEED RL"
第53篇：TRPO/PPO提出者John Schulman谈科研
第52篇：《强化学习》可复现性和稳健性，如何解决？
第51篇：强化学习和最优控制的《十个关键点》
第50篇：微软全球深度强化学习开源项目开放申请
第49篇：DeepMind发布强化学习库 RLax
第48篇：AlphaStar过程详解笔记
第47篇：Exploration-Exploitation难题解决方法
第45篇：DQN系列(1): Double Q-learning
第44篇：科研界最全工具汇总
第42篇：深度强化学习入门到精通资料综述
第41篇：顶会征稿 || ICAPS2020: DeepRL
第40篇：实习生招聘 || 华为诺亚方舟实验室
第39篇：滴滴实习生|| 深度强化学习方向
第37篇：Call For Papers# IJCNN2020-DeepRL
第36篇：复现"深度强化学习"论文的经验之谈
第35篇：α-Rank算法之DeepMind及Huawei改进
第34篇：从Paper到Coding, DRL挑战34类游戏
第31篇：强化学习，路在何方？
第30篇：强化学习的三种范例
第29篇：框架ES-MAML：进化策略的元学习方法
第28篇：138页“策略优化”PPT--Pieter Abbeel
第27篇：迁移学习在强化学习中的应用及最新进展
第26篇：深入理解Hindsight Experience Replay
第25篇：10项【深度强化学习】赛事汇总
第24篇：DRL实验中到底需要多少个随机种子？
第23篇：142页"ICML会议"强化学习笔记
第22篇：通过深度强化学习实现通用量子控制
第21篇：《深度强化学习》面试题汇总
第20篇：《深度强化学习》招聘汇总(13家企业）
第19篇：解决反馈稀疏问题之HER原理与代码实现
第17篇：AI Paper | 几个实用工具推荐
第16篇：AI领域：如何做优秀研究并写高水平论文？
第15篇：DeepMind开源三大新框架！
第13篇：OpenSpiel(28种DRL环境+24种DRL算法)
第11篇：DRL在Unity自行车环境中配置与实践
第8篇：ReinforceJS库（动态展示DP、TD、DQN）
第5篇：深度强化学习在阿里巴巴的技术演进
第4篇：深度强化学习十大原则
第2篇：深度强化学习的加速方法
第1篇：深入浅出解读"多巴胺（Dopamine）论文"、环境配置和实例分析
