岗位职责： • 构建世界模型（World Action Model），学习环境动态、动作后果及长期演化，用于预测、规划与决策 • 研究长时序预测、因果建模、多步 rollout，解决误差累积和分布偏移问题 • 研发视觉-语言-动作模型（VLA），将多模态感知与动作决策统一建模，实现机器人/智能体的理解与执行 • 基于模型进行 Model-Based RL、Planning、MPC、LLM-based Reasoning，提供可预演（mental simulation）的决策能力 • 在仿真（Mujoco/Isaac/Habitat）及真实系统中验证算法，推动 sim2real 与闭环性能提升 • 跟踪并复现前沿工作（Dreamer、JEPA、RT-2、Octo、OpenVLA 等），形成论文或系统创新 任职要求： • 硕士及以上在读（27届优先），计算机、AI、自动化、机器人等相关专业 • 扎实的深度学习/概率建模/时序建模基础，熟悉 Transformer / Diffusion / Policy Learning • 在以下至少一个方向有深入经验： • World Model / Dynamics Model / Model-Based RL • VLA / 多模态大模型 / 具身智能 • Imitation Learning / RL / Behavior Cloning 4.熟练使用 Python + PyTorch/JAX，能独立完成从建模到落地的研发流程 5.具备良好的科研与工程落地能力 加分项： • 有世界模型或 VLA/多模态大模型实际项目/论文经验 • 熟悉 LLM/VLM（GPT、LLaMA、CLIP 等）微调或训练 • 有机器人、自动驾驶、Agent 系统闭环经验 • 理解 Action Latent / Skill / Hierarchical RL，或熟悉 Diffusion/Transformer 用于动作生成 • 有顶会论文（NeurIPS/ICLR/ICML/RSS/CVPR/CoRL）或竞赛经历（RoboCup 等） • 有大规模/分布式训练或模型部署经验