研究型实习生-面向智能硬件的世界模型驱动仿真交互与端侧推理协同的控制研究

岗位职责

研究领域： 世界模型 项目简介： 随着具身智能与自主控制技术的快速发展，智能硬件系统（包括机器人、无人机、自动驾驶平台等嵌入式控制设备）面临着感知-决策-执行一体化的核心挑战。传统控制方法依赖精确的物理建模或大量真实环境数据，难以适应复杂、动态、非结构化场景；而现有深度强化学习方法在样本效率、泛化能力及端侧部署成本方面存在明显瓶颈。世界模型（World Model） 作为一种内化环境动态规律的生成式预测框架，能够以视频帧序列为媒介，对环境状态转移进行高保真建模与想象推演，为智能控制提供了全新的技术路径。

本项目的主要方向包括： 研发动态可交互的世界模型，实现生成帧与期望控制视角的精确对齐； 设计世界模型引导的强化学习，在模型内部想象空间中高效训练已有的AI模型； 基于世界模型的规划演进能力，提升具身机器上Action动作的泛化性及成功率；

任职要求

研究领域： -目前正在攻读计算机科学或相关STEM领域的学士,硕士或博士学位 -具有一种或多种通用编程语言的经验,包括但不限于: Java,C/C ++ 、Python、JavaScript或Go -具有上述研究领域的相关经验,包括行业经验或作为参与实验室研究 优先录用： -对技术研究充满热情,具有产生新思想和创新的能力; 工作细心、负责、独立性强 -在国际会议上或核心期刊发表二份及以上论文 -至少10个月的全职工作

特色标签

C/C++、embodied AI、Golang、Java、Python、SLAM、世界模型框架、交互式仿真、仿真-控制闭环、具身控制、具身智能、具身智能设备、具身认知系统、决策-执行协同、动态仿真系统、动态视觉建模、发表算法相关优秀论文、可交互建模、图像算法、基于模型的强化学习、多模态算法、嵌入式、嵌入式AI推理、嵌入式智能系统、帧序列表示学习、强化学习、想象推演模型、想象空间训练、感知-决策-执行一体化、无人系统平台、时序视觉表征、智能交互、智能控制、本地化推理、机器人、机器人硬件平台、机器学习、模型引导强化学习、深度学习、深度强化学习、点云处理、物理交互智能、物联网、状态转移建模、环境动态建模、生成式预测模型、算法工程化经验、终端侧AI推理、自主控制、自动驾驶、自动驾驶硬件、虚拟环境交互、行动式AI、规控算法、视频预测输入、轻量化推理、边缘推理