职位描述1、参与面向物理世界的多模态理解与推理大模型研发，提升视觉定位、空间与时序理解、任务分解及人机交互能力。 2、研究 Agentic 与工具调用能力，包括工具选择、参数生成、多步调用及技能组合，提升复杂任务的规划与执行能力。 3、构建具身 Agent Harness，研究上下文与记忆管理、执行反馈验证、异常恢复及动态重规划，提升长程任务执行的可靠性。 4、研究多模态模型后训练与强化学习，构建交互轨迹、训练任务及奖励机制，提升任务成功率与跨场景泛化能力。 5、探索 Agent 自进化与递归自我改进（RSI），通过环境交互与成功／失败经验更新记忆、积累技能、优化学习策略，并在仿真与真实机器人上验证。任职要求1. 计算机、人工智能、自动化、机器人等相关专业，本科高年级、硕士或博士在读。 2、熟悉 Python、PyTorch，具备良好的编程能力、深度学习基础及实验分析能力。 3、在多模态大模型、Agent 系统、工具调用、强化学习或机器人学习中，至少一个方向有项目或科研经验。 4、能阅读英文论文、设计对照实验，具备主动探索与团队协作能力。 加分项 有 Agentic 后训练、工具调用、记忆与技能学习、多 Agent 协作或自进化研究经验。 有多模态强化学习、奖励设计经验，熟悉 verl、Agent-Lightning 等框架。 有 VLM／VLA 训练、机器人仿真或实机部署经验。 有相关论文、开源项目或比赛成果，或可长期实习。
