【岗位职责】 1. 调研持续强化学习方向前沿方法：阅读并整理持续强化学习、预测知识、智能体状态表征、时序抽象等方向论文，分析不同方法的核心思想、适用场景及技术联系。 2. 复现强化学习算法与实验基线：搭建交互环境，复现代表性持续强化学习算法和开源方法，完成实验配置、训练运行、结果记录与性能分析。 3. 参与智能体学习机制设计：围绕预测知识学习、状态表示更新、技能发现（Option Learning）以及模型学习与规划等方向，参与算法设计与实现。 4. 开展实验评估与方法分析：设计对比实验和消融实验，从预测能力、交互效率、知识迁移能力和长期适应能力等角度评估算法效果，分析持续学习过程中的关键问题。 5. 探索长期自主学习智能体：结合强化学习、世界模型和技能学习方法，探索能够通过持续交互积累知识并不断优化决策能力的通用智能体。 【任职要求】 1. 招募对象：本科生、硕士研究生。 2. 具备强化学习基础知识，理解价值函数、策略优化、时序差分学习等核心概念，能够阅读强化学习相关论文并开展基础实验。 3. 对持续强化学习、在线学习、预测知识、状态表征、时序抽象和长期适应等智能体学习问题具有研究兴趣。 4. 具备 Python 编程基础，能够借助 AI 编程工具快速实现研究想法、复现算法和搭建实验，并能够理解代码逻辑、调试问题和验证实验结果。 5. 本科生：适合对强化学习和智能体研究感兴趣、具备一定基础的学生，可从论文阅读、算法复现和实验分析逐步参与研究。 6. 硕士研究生：具备较好的强化学习基础，希望深入开展持续强化学习研究，能够参与具体算法设计和系统验证。 7. 具备主动发现问题、查阅资料和验证假设的能力，能够针对实验异常结果进行分析和优化。 8. 有强化学习、世界模型、智能体、机器学习相关科研项目、论文复现或开源实践经验者优先。 9. 实习安排：线上线下结合；周期3–6个月；每周投入20–30小时。