北京其它兼职程序员外包

需求描述

1：需求描述：开发基于TMS运输管理系统的物流运输路径优化算法ROS的业务需求及云边协同部署要求，要求通过云端实现多车协同调度、历史路径分析，基于联邦学习与深度确定性策略梯度的车辆轨迹预测方法：解决非独立同分布数据下的隐私保护与预测精度提升，实时调度车辆，灵活应对订单变化和突发需求。
开发要求：针对开发这块：之前有做过的案例，已经做完的，有源码的这种的，按照公司的TMS系统通过接口数据对接，TMS系统输送必要数据。 不接受接到需求后开始研究和开发。
测试要求：针对测试这块：要求在和公司TMS系统对接接口成功，能够正常点击路径优化并展示后，介入测试阶段，把路径优化算法配合终端边缘控制器种的路径优化参数和车辆参数调试成功，配合终端边缘控制器测试团队调整和优化，（第一批终端盒子公司会将真实的已经烧录完程序的终端黑盒安装到重卡车上，跑真实的车辆数据、燃油数据、道路轨迹、行驶里程等关键参数，需要和历史数据对比分析，前后节省成本），只到调到最优的结果后，算结束。
2：人才需求：路径优化算法按照最优的解决方式即可，可以不限于基于联邦学习与深度确定性策略梯度的车辆轨迹预测方法，也就而已是掌握强化学习的基本原理，研究Q-learning算法及其在路径规划中的应用。通过图论模型将物流路径优化问题转化为强化学习的决策问题，将物流节点与路径作为状态和动作进行建模。基于Q-learning的物流路径优化模型设计。基于以上算法方式都可以，但是必须要是现成的已经有的源代码，通过调试和对接公司TMS系统，完成TMS路径优化模块的开发。要以成本为最终目标，最终节省的是成本，测试的核心指标也是节省了多少成本。
3：参考作品：唯智路径优化系统ROS，以成本为最有目标，在分钟时间内运算出各项业务需求的最佳运输方案。
4：可以接受远程开发， 需要线上面试，面试完后，确认合作内容。