第四范式仿真环境算法实习生
任职要求
- 扎实的机器学习基础
- 对物理仿真、离散仿真、参数估计有过相关经验
- 对PINN、数据驱动的模型降维(如POD)、监督学习、逆强化学习有过相关经验
- 研究学习能力较强，数学基础较好 - 熟练使用Python，较强的编码能力
- 有较强的学习能力，与人沟通积极主动
- 实习时间大于6个月…工作职责
- 参与公司AI环境模拟器研发 - 探索仿真环境的模型，并研发快速深度学习模型的方法（监督学习、POD、PINN、参数估计均可） - 探索机器学习方法在物理场几何优化上的应用
1、基于V2X技术开发面向矿山无人矿卡场景的防碰撞和交通控制算法； 2、搭建基础的无人驾驶仿真环境用于算法效果的验证； 3、根据公司技术文档规范编写相应的技术文档，并完成专利、软著的申请。
1. 基于 NVIDIA Isaac 的仿真平台开发 ‒ 搭建和维护基于 NVIDIA Isaac Sim 的仿真系统，支持多种场景类型。 ‒ 利用 NVIDIA Omniverse 技术，构建高保真的虚拟环境，模拟物理特性（如动力学、传感器特性、碰撞检测等）。 ‒ 开发和优化 Isaac Sim 中的自定义扩展模块，满足项目需求。 2. 环境建模与场景构建 ‒ 使用 NVIDIA Omniverse 和其他建模工具（如 Blender、Maya）创建逼真的仿真环境和场景。 ‒ 配置和调试虚拟传感器（如激光雷达、摄像头、IMU）以模拟真实硬件行为。 ‒ 构建动态交互场景，用于测试复杂环境中的性能。 3. 运动控制与算法验证 ‒ 在仿真环境中集成和测试算法（如SLAM、路径规划、运动控制）。 ‒ 验证和优化感知算法（如视觉检测、环境感知）在高保真模拟环境中的效果。 ‒ 通过仿真结果分析算法性能，为实际实施提供支持。 4. 系统集成与工具链开发 ‒ 与硬件和软件团队合作，将仿真结果与实际验证无缝对接。 ‒ 开发自动化测试工具和数据可视化分析工具，提高开发效率和数据洞察能力。 ‒ 集成 Isaac 与其他机器人框架（如 ROS/ROS 2）以支持全栈开发。 5. 研究与创新 ‒ 研究 NVIDIA Isaac 平台的最新功能和应用场景，将新技术引入仿真系统开发。 ‒ 跟踪仿真领域的前沿技术（如物理引擎优化、AI 模型仿真、数字孪生技术），并应用于项目中。
日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。 团队介绍：字节跳动 Seed 团队成立于 2023 年，致力于寻找通用智能的新方法，追求智能上限。团队研究方向涵盖 LLM、GenMedia、AI for Science、机器人等，在中国、新加坡、美国等地设有实验室和岗位。 Seed 团队在 AI 领域拥有长期愿景与决心，坚持深耕基础，期望成为世界一流的 AI 研究团队，为科技和社会发展作出贡献。目前团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、扣子、即梦等超过 50 个应用场景。 1、参与构建机器人仿真数据生成链路及仿真环境，支持机器人大模型研发； 2、探索前沿仿真技术在具身数据生成、模型训练与模型评测的应用； 3、探索仿真内模型能力在现实机器人平台的部署与应用，推动实现模型能力迁移。
岗位职责 1. 定制化3D仿真场景与资产构建，实现多样化任务的3D场景的程序化生成。同时结合 3D Gaussian Splatting (3D-GS)等技术，优化场景的Real2Sim视觉质量； 2. 支持物体布局优化和材质、光照、相机的随机化建模等，提升仿真数据的多样性与真实性，系统性缩小 sim2real gap； 3. 协助搭建基于 NVIDIA Isaac Sim 的高保真、可扩展的机器人仿真平台，构建自动化评测流程，支持具身智能体的训练与评测；协助采集机器人操作轨迹，生成海量仿真数据，进行Benchmark和Sim2Real的实验； 4. 复现和集成前沿算法，投稿高质量会议论文。