小米顶尖应届-决策规划大模型工程师-汽车

1. 开发基于模型的决策规划系统，解决城市、高速等场景下的交互决策、轨迹规划问题； 2. 开发大规模强化学习算法与系统，完成Agent在虚拟环境中的训练以及Sim2Real的部署。 【课题名称】 L3自动驾驶关键技术研究-决策规划大模型 【课题内容】 1. 开发基于模型的决策规划系统，解决城市、高速等场景下的交互决策、轨迹规划问题； 2. 开发大规模强化学习算法与系统，完成Agent在虚拟环境中的训练以及Sim2Real的部署。

1. 参与研究与开发融合视觉与语言理解的端到端自动驾驶新范式； 2. 负责视觉语言大模型（VLA）相关算法的设计、实现与优化，提升模型的环境感知、决策规划能力； 3. 探索如何利用VLA增强自动驾驶系统的泛化能力及人机交互的自然性； 4. 参与相关数据集的构建、处理以及模型在真实场景中的部署与测试； 5. 跟踪VLA及相关领域（多模态学习、大模型等）的前沿技术动态； 6. 发表高水平论文至国际顶会顶刊，参加相关领域的国内外顶级学术会议。 【课题名称】 自动驾驶VLA大模型预研 【课题内容】 探索融合视觉语言行为大模型（VLA）至端到端自动驾驶的新范式，实现更强的自动驾驶泛化能力和更自然的交互方式。

1. 参与研究与开发融合视觉与语言理解的端到端机器人新范式； 2. 负责视觉语言大模型（VLA）相关算法的设计、实现与优化，提升模型的环境感知、决策规划能力； 3. 探索如何利用VLA增强机器人的泛化能力及人机交互的自然性； 4. 参与相关数据集的构建、处理以及模型在真实场景中的部署与测试。 5.跟踪VLA及相关领域（多模态学习、大模型等）的前沿技术动态。 6. 发表高水平论文至国际顶会顶刊，参加相关领域的国内外顶级学术会议。 【课题名称】 具身基座VLA大模型预研 【课题内容】 探索如何利用VLA与Foundation Model技术提升机器人的环境理解、任务规划与泛化执行能力，构建面向未来的通用智能体。

1. 探究Agentic AI的核心技术，包括但不限于规划、工具调用，多智能体协作等，进行前沿学术研究，并探索材料科学领域可能的应用方向； 2. 结合材料科学的研究方法，例如传统模拟仿真（DFT，MD，FEM等）、表征结果分析、以及实体实验室等，使用Agent驱动前述工具，发表有影响的研究工作； 3. 结合小米实际业务场景，面向产品优化Agentic AI驱动的材料研发技术，并进行实际应用落地。 【课题名称】 大模型智能体驱动材料设计研究 【课题内容】 建立领先的Agent驱动材料研发范式，驱动小米新材料高效研发与实际应用落地，为小米构建新材料技术与应用高地提供方法支撑。