慧实习
← 返回首页

物理AI仿真与世界模型后训练工程师(J14477)

北京汽车研究总院有限公司 · 北京-顺义区 · 社招

信息来源:国聘查看原始链接 ↗薪资面议
立即投递 ↗

AI 摘要智能生成

参与世界模型后训练流程,包括数据清洗与构建

职位描述

1. 搭建和维护物理仿真环境(刚体、柔体、流体、多体动力学、传感器仿真等),批量生成高质量的训练和评测数据。 2. 参与世界模型后训练流程,包括数据清洗与构建、监督微调(SFT)、基于仿真反馈的强化学习(RL from Simulation / RLHF 类方法)、蒸馏与对齐。 3. 设计物理一致性评测指标与基准,比如守恒律误差、长时序 rollout 稳定性、反事实预测准确率,并分析模型的失效模式。 4. 探索 Sim-to-Real 方法,包括域随机化、系统辨识、真实数据混合训练,缩小仿真与真实之间的差距。 5. 跟踪视频生成式世界模型、神经物理引擎、可微仿真等前沿方向,完成技术调研和原型复现。 6. 整理实验报告和技术文档,参与论文或专利撰写。

任职要求

  • 计算机、自动化、力学、物理、车辆工程、机器人等相关专业。
  • 熟练使用 Python 和 PyTorch(或 JAX),有完整的深度学习模型训练经验。
  • 熟悉 Transformer、Diffusion、VAE 等主流生成模型中的至少一类,了解大模型微调方法(LoRA、全参微调、RL 微调等)。
  • 至少使用过一种物理仿真平台,例如 Isaac Sim / Isaac Lab、MuJoCo、Genesis、PyBullet、CARLA、Gazebo 等。
  • 数学和物理基础扎实,理解经典力学、数值积分与常微分方程求解。
  • 有较强的英文文献阅读能力,能独立复现论文结果。

同类岗位推荐