【基座模型"理想星"顶尖实习】强化学习算法实习（北京/上海）

岗位职责
加入理想汽车，参与下一代跨本体自动驾驶与具身智能的基座方案从0到1的研发。我们的目标是：用一套统一的大脑架构，同时驱动汽车、人形机器人、仿生平台——让感知、语言、行动真正形成闭环，最终上真车、上实机。

工作职责：

这是"肌肉记忆"。有了世界模型，RL 才能真正 scale。我们在做的事情是：

面向自动驾驶与具身智能的 RL 算法研究（Model-based/Free、Online/Offline RL）

构建大规模分布式 RL 训练系统

探索模仿学习、逆强化学习、Scalable Oversight 等提升策略泛化的方法

与世界模型团队深度协作，完成 sim2real 迁移

任职要求
任职资格：

1、本科及以上在读，不限年级，计算机、人工智能、自动化、机器人等相关专业优先；

2、扎实的编程能力，熟练掌握 Python，熟悉 C/C++ 者优先；善于使用 AI Coding 工具（Cursor、Claude Code 等）提升开发效率；

3、良好的深度学习基础，熟悉主流视觉/语言模型架构（ViT、LLM、Diffusion 等），有实际模型训练经验者优先；

4、有以下一项或多项经验者优先：

多模态大模型（VLM/MLLM）的训练或应用

具身智能（Embodied AI）、机器人学习

3D 视觉、视频理解/生成、世界模型

大规模分布式训练（DeepSpeed、FSDP 等）

5、在顶级学术会议或期刊发表论文、有高质量开源项目、或 ACM/Kaggle 等编程与机器学习竞赛获奖者优先；

6、思维敏锐，学习能力强，能快速理解新领域并找到关键问题；自驱力强，善于在开放性问题中独立探索和推进；

7、实习时间 6 个月及以上，每周至少投入 4 天。