世界模型算法实习生（整车运动控制方向）

职位描述

- 跟踪世界模型、视频生成、神经仿真等前沿研究方向，探索其在整车运动控制领域的应用与落地

- 基于实车与台架采集的整车运动数据，构建面向车辆运动控制的世界模型，实现对车辆状态演化与动力学响应的神经化建模、未来预测与反事实推演

- 搭建基于世界模型的车辆运动仿真环境，替代/增强传统物理仿真，支撑控制算法的训练、评测与回归测试

- 开展强化学习、模仿学习、MPC 等算法与世界模型结合的训练与验证，服务于底盘协同控制、悬架/转向/制动等运动控制场景

- 参与数据闭环建设，涵盖数据准备、模型训练、评测验证、系统集成等完整流程，与控制、软件工程团队协作推动算法上车

- 跟踪前沿研究并输出技术调研、实验报告与复盘文档，支持优秀成果在国际顶会发表

任职要求

- 硕士及以上学历在读，计算机、自动化、人工智能、机器人、数学、车辆工程等相关专业

- 扎实的机器学习/深度学习基础，熟练掌握 Python，精通 PyTorch 等主流深度学习框架

- 对世界模型或生成模型有一定了解，如 DreamerV3、V-JEPA、Genie、GAIA，或 Diffusion、Flow Matching、Autoregressive 等主流架构

- 较强的英文文献阅读与自我学习能力，能快速跟进前沿论文并动手复现

- 具备良好的问题分析、沟通协作与文档输出能力