理想汽车【基座模型"理想星"顶尖实习】强化学习算法实习（北京/上海）
任职要求
任职资格： 1、本科及以上在读，不限年级，计算机、人工智能、自动化、机器人等相关专业优先； 2、扎实的编程能力，熟练掌握 Python，熟悉 C/C++ 者优先；善于使用 AI Coding 工具（Cursor、Claude Code 等）提升开发效率； 3、良好的深度学习基础，熟悉主流视觉/语言模型架构（ViT、LLM、Diffusion 等），有实际模型训练经验者优先； 4、有以下一项或多项经验者优先： 多模态大模型（VLM…
工作职责
加入理想汽车，参与下一代跨本体自动驾驶与具身智能的基座方案从0到1的研发。我们的目标是：用一套统一的大脑架构，同时驱动汽车、人形机器人、仿生平台——让感知、语言、行动真正形成闭环，最终上真车、上实机。 工作职责： 这是"肌肉记忆"。有了世界模型，RL 才能真正 scale。我们在做的事情是： 面向自动驾驶与具身智能的 RL 算法研究（Model-based/Free、Online/Offline RL） 构建大规模分布式 RL 训练系统 探索模仿学习、逆强化学习、Scalable Oversight 等提升策略泛化的方法 与世界模型团队深度协作，完成 sim2real 迁移
加入理想汽车，参与下一代跨本体自动驾驶与具身智能的基座方案从0到1的研发。我们的目标是：用一套统一的大脑架构，同时驱动汽车、人形机器人、仿生平台——让感知、语言、行动真正形成闭环，最终上真车、上实机。 工作职责： 这是"想象力"。真正 scalable 的智能体，必须能在脑子里模拟世界。我们在做的事情是： 构建时空一致的占用/语义/动力学世界建模能力（Diffusion、DiT、3D Occupancy、NeRF/GS 等） 开发可控的学习式仿真系统，实现场景合成与干预式评测 打通 real → sim → real 闭环，让仿真真正服务于策略训练与验证
岗位职责 1. 聚焦具身智能核心方向（多模态具身大模型VLA、世界模型、具身强化学习/模仿学习、机器人操作与运动规划、具身仿真、人机交互），开展原创性、突破性学术研究，攻克领域关键技术瓶颈； 2. 独立负责细分研究课题的方案设计、算法研发、实验验证与结果迭代，完成高质量科研实验，形成可落地的技术方案与学术成果； 3. 跟踪领域顶会顶刊最新研究进展，梳理技术路线，参与团队学术研讨，提出创新性研究思路与技术改进方向； 4. 参与具身智能算法在仿真平台与实体机器人上的部署、调试与闭环验证，推动研究成果从理论走向实际应用；
在这里，智能体不只停留于文本对话，更具备全感官（听觉、视觉）的感知能力。我们的目标是构建能连接数字世界和物理世界、具备长程规划能力、并能实现自我闭环进化的下一代多模态智能体模型： 设计并实现面向 Agent 的大规模强化学习算法，重点解决Credit Assignment、Reward Desgin和Multi Agent RL等算法问题 设计面向复杂、长程任务Agent harness以及数据合成方法，在中训练、SFT和RL中验证Data Scaling Law，优化训练策略 研发具备自主记忆与自主技能发现能力的智能体模型，探索智能体在环境交互中自我更新、自我进化的新范式，打造可扩展的“终身学习”智能体优化方法。