Reinforcement Learning Engineer (Autonomous Driving)
42dot, Pangyo (Software Dream Center), South Korea
What you will do
- VLA policy와 simulator의 observation/action interface를 설계하고 GRPO, PPO 등 policy optimization 기법으로 closed-loop RL post-training을 개발합니다.
- Vector 또는 occupancy 기반 driving simulator에서 ego와 traffic agent가 학습 중인 policy 및 과거 checkpoint로 상호작용하는 self-play training 구조를 개발합니다.
- 학습된 policy의 candidate action과 trajectory를 여러 가능한 future scenario에서 rollout하고, expected return과 safety constraint에 기반한 action selection을 simulation 환경 개발 담당자와 공동 개발합니다.
- Closed-loop benchmark로 policy의 안전성과 일반화를 검증하고 reward hacking 및 simulator bias를 분석합니다.
What you need
- Machine Learning, Reinforcement Learning 또는 Robotics 관련 경력 3년 이상 또는 이에 준하는 연구/개발 역량을 보유하신 분.
- Python과 PyTorch로 policy learning 알고리즘을 구현하고 학습과 평가를 수행한 경험이 있으신 분.
- Policy optimization, reward design과 credit assignment를 이해하고 RL 실험을 설계할 수 있으신 분.