小鹏汽车学习与规划融合算法实习生
任职要求
任职要求 - 机器人、计算机科学、人工智能、自动化等相关专业硕士/博士在读； - 熟悉深度学习框架（PyTorch），有模型训练和部署经验； - 熟练掌握Python以及C++编程，有良好的代码能力和工程素养； - 具备良好的论文阅读能力，能够快速复现前沿工作； - 每周至少能保证5天实习时间，实习期不少于6个月。 加分项： - 有人形机器人、机械臂等平台的实际开发与调试经验； - 了解模仿学习基本方法（BC、Diffusion Pol…
工作职责
1. 参与人形机器人Vision-Language-Action (VLA)算法的研发，包括数据采集、模型训练与部署、多模态大模型在机器人操作任务中的应用； 2. 负责机器人动力学建模、轨迹优化、实时运动规划算法开发与调优； 3. 探索VLA模型与传统运动规划算法（RRT、轨迹优化、MPC等）的结合方式； 4. 跟踪Learning for Planning / Planning for Learning领域最新进展，推动技术创新； 5. 参与机器人数据集的构建、清洗与标注流程优化；
-参与秒哒产品规划、设计和产品迭代。精准收集客户需求，剖析竞品，依此规划产品、设计功能，协同研发、测试团队，保障产品标准化发布 -立足客户需求，融合 AI 算法，助力打造高业务价值的产品方案。为模型算法优化提供运营支撑，助力算法在自助服务中高效落地，需熟悉大语言模型基础能力 -聚焦对话式产品跨行业应用，紧跟行业风向，挖掘业务场景与潜在需求，创新驱动，助力拔高产品竞争力，稳固行业领先地位 -参与联动核心算法、工程、测试、交付、运营等多部门，无缝衔接产品设计至落地各环节，确保流程顺畅高效
【课题说明】 传统的向量召回和深度学习推荐范式在深度交互、冷启动、长尾商品发现、多场景适配等方面仍存在诸多挑战。生成式推荐系统以大模型为核心，具备强大的内容理解、知识推理和个性化内容生成能力。通过将用户历史行为、上下文信息、多模态内容等深度融合，生成式推荐系统能够实现用户意图的主动理解、候选内容的生成与多场景下的精准推荐，极大提升用户体验和平台生态活力。 【建议研究方向】 1.生成式召回：研究基于大模型的生成式召回方法，实现以模型参数为载体的候选内容记忆与生成，突破传统召回技术的局限。 2.多轮交互推荐技术：探索多轮用户引导与深度交互机制，实时理解用户意图变化，满足“千人千面”的个性化需求。 3.推荐系统的可解释性与安全性：研究大模型驱动的推荐逻辑可解释性方法，提升用户对推荐决策的理解和信任。同时探索生成式推荐中的内容安全，保障推荐系统的合规性与用户体验。 4.推荐智能体与复杂任务规划：构建具备推理、规划和自主决策能力的推荐智能体，支持跨领域、跨步骤的复杂任务推荐。
随着大模型与生成式 AI 技术的快速发展，在多模态和复杂场景下让 Agent 具备更强大的决策和执行能力成为未来的重要趋势。OpenAI Operator 通过结合强化学习的多步决策机制与大模型的理解、推理优势，可在多种任务场景（如 Computer Use、网页浏览等）中实现高效且灵活的自动化决策和任务执行。本课题将聚焦多样化业务场景和复杂环境下的自适应策略设计、规划与推理，进一步提升 Agent 在真实应用中的表现。 主要研究内容包括但不限于： 1) 多模态与多步决策：设计并构建包含多模态信息、计算机交互、网络搜索、函数调用等多维度的复杂环境，研究如何利用端到端强化学习来进行多步决策，从而完成更具挑战的任务。 2) 策略学习与优化：在多种强化学习算法（如 PPO、GRPO 等）的框架下，探索高效的策略优化方法，为 Operator Agent 提供强大的决策和执行能力。 3) 规划与推理：借助大模型的知识与推理能力，设计可解释的多步规划算法；研究如何与外部工具或知识库交互，以扩展 Agent 的能力边界并提升其在真实环境中的自动化决策表现。
研究领域： 深度学习 项目简介： 随着基础大模型能力的提升，对模型短板数据/知识型数据的需求越来越大；通过正向挖掘很难补充该分布数据； 以下两个关键点需要投入人力研究： 1、通过智能体工作流来融合多模态大模型的协同与规划能力；提升整体数据链路的任务覆盖广度与深度； 2、通过数据主动合成探索数据闭环实现路径；提升交付自动化程度与质量；