0人
职责业绩:
在深度决策优化组负责上汽各子公司的物流规划、排程算法的设计和落地，学习和探究各类组合优化方法、深度强化学习方法的应用。物流规划业务主要包括订单分类、装箱装车、路径规划、时间窗检查、流量控制后处理等，设计的算法主要有各类组合优化算法如遗传、退火、蚁群、粒子群和启发式算法，也有聚类等简单机器学习算法。落地场景包括捷豹、路虎、大众的零部件运输，天地华宇、通用售后的售后运输。装箱算法探究包括基于策略训练net-point的强化学习方法和基于价值训练的dqn模型，后者类似超启发算法，前者依赖数据。
在工作中学习和跟踪前沿算法，深入熟悉深度学习的基础理论和使用场景，结合业务需求找到合适的深度强化学习模式，使之适应组合优化问题的求解。熟悉tensorflow 和keras，熟悉python需要。