自进化智能体 / Agentic RL / Robotic Agent 算法实习生

AI 摘要智能生成

研究方向包括但不限于

职位描述

我们正在寻找对下一代智能体系统感兴趣的算法实习生。你将参与构建能够在真实或模拟环境中持续感知、规划、行动、反思并自我改进的智能体，探索大模型、强化学习与机器人控制的结合。 研究方向包括但不限于： - 自进化智能体：经验积累、反思、自我纠错、记忆与策略迭代 - Agentic RL：面向长时程任务的强化学习、奖励建模与在线学习 - Robotic Agent：视觉—语言—动作模型、具身规划与工具使用 - 多智能体协作、环境交互与自动化任务生成 - 智能体评测、数据闭环及训练基础设施 岗位职责： - 跟进并复现 Agent、强化学习及具身智能领域的前沿工作 - 参与智能体训练与推理系统的设计、开发和实验 - 构建“感知—规划—行动—验证—学习”的闭环系统 - 探索 SFT、RL、模仿学习、奖励模型等训练方法 - 设计任务环境、评测基准和自动化数据生成流程

任职要求

• 计算机、人工智能、自动化、机器人或相关专业在读
• 熟悉 Python 和 PyTorch，具备扎实的编程与工程能力
• 理解深度学习、Transformer 和强化学习的基本原理
• 对大模型智能体或机器人学习有浓厚兴趣
• 能够独立阅读英文论文、复现实验并分析问题
• 有较强的动手能力和研究热情，愿意面对开放性问题
• 加分项-满足以下任意一项即可：
• 有 LLM Agent、RLHF、RLAIF、PPO、GRPO 或离线 RL 项目经验
• 熟悉 VLA、模仿学习、行为克隆、扩散策略或世界模型
• 在相关方向发表过论文，或有高质量开源项目、竞赛成果