小鹏汽车Embodied Agent RL算法实习生
任职要求
1、27届-28届毕业，计算机、自动化、机器人、控制、人工智能等相关专业，硕博优先； 2、具备扎实的强化学习基础，熟悉 PPO、SAC、DQN 等经典算法，理解 offline RL、model-based RL、hierarchical RL、safe RL 或 preference learning 之一； 3、有 MuJoCo、Isaac Gym、CARLA、MetaDrive 或其他仿真平台经验，能够独立搭建训练、评测与回放分析流程； 4、具备多模态大模型与 RL 结合的研究或项目经验，理解 VLM/VLA 如何参与状态表征、决策规划与动作生成； 5、熟练掌握 Python / C++，有 ROS、自动驾驶中间件、机器人控制栈或部署优化经验者优先； 6、熟悉 Agent Native 相关能力者优先，包括： *tool use …
工作职责
1、研发面向自动驾驶与机器人场景的 embodied agent 决策算法，探索 RLHF / RLAIF、offline RL、online RL、imitation learning 与 world model 的联合优化，提升 Agent 在真实环境中的长程规划与任务执行能力； 2、设计奖励函数、verifier、safety shield 与仿真环境，系统解决稀疏奖励、安全约束、信用分配、泛化性与 sim2real 迁移等核心问题； 3、构建高层 planner 与低层 policy 的分层优化框架，结合 VLM/VLA、状态估计、工具调用与环境反馈，实现 perception-planning-action 的闭环决策； 4、建立 agent 训练与评测体系，围绕任务完成率、规划深度、规则遵循、异常恢复、样本效率、实时性与安全性开展系统评估和迭代； 5、参与真实车端/机端的算法部署、灰度验证与数据回流，推动从仿真到现实、从 demo 到闭环系统的持续优化。
打造行业领先的原生具身智能大模型，如VLM/VLA/World Model/Omni。面向通用人形机器人及更广泛的具身场景，构建可泛化、可拓展、可scaling的大模型，负责大规模训练性能与效果优化。 职位要求： 1、计算机、电子工程、人工智能等相关领域硕士及以上学历； 2、具有扎实的机器学习算法基础，在VLM、LLM、AIGC、RL、Robotics、Audio 等相关专业领域有研究经验； 3、具有优秀的代码能力，精通PyTorch/TensorFlow等深度学习框架，熟悉大规模训练栈：大规模训练框架，加速方法； 4、具有良好的团队合作能力和沟通能力。
【关于我们】 小鹏机器人中心致力于研发先进的人形机器人技术，包括机器人的行走、操作、智能导航，以及在大语言模型支持下的人机交互等。我们的软硬件团队覆盖深圳、上海、广州、北京和北美，组成了一支世界一流的跨领域团队。作为本团队的一员，你将成为连接人工智能与物理世界的桥梁，与其它领域的工程师共同解决前沿的科研和工程难题，并在机器人技术的发展中留下自己的印记。 作为小鹏机器人核心团队的实习生，你将深入参与具身智能（Embodied AI）VLA 大模型的全链路优化工作，主要探索和负责以下领域： 核心职责：参与具身 VLA 大模型的部署优化，熟悉算子优化、模型量化等原理。 技术探索：参与研究和应用最新的大模型结构，探索软硬一体的高效模型部署设计方案，提升模型推理性能。 团队协作：与算法、硬件及基础设施团队紧密合作，共同推进模型从训练到部署的迭代，解决前沿工程技术与算法论文在真实场景中的落地挑战。
开展机器人、具体人工智能、强化学习等相关算法与软件的前沿研究，包括但不限于3D模型重建、Real2SIm、Sim2Real、视觉-语言-动作（VLA）模型、深度强化学习等。 工作地：美国森尼韦尔
探索具身智能前沿技术，制定技术路线或提升某技术方向（如VLA、自主学习等）。 - 追踪行业技术趋势，统筹内部具身智能研发方向和技术路线； - 领导核心算法研究，如具身交互、感知、操作、仿真、训练等算法，提升具身能力和可靠性； - 推动相关工具建设，高效训练和验证部署，加快具身智能的产品化落地；